不确定随机非线性系统的自适应动态面控制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61174046
  • 项目类别:
    面上项目
  • 资助金额:
    61.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

利用动态面控制技术,研究具有零动态和未建模动态的随机严格反馈和纯反馈非线性系统的自适应神经网络动态面控制;讨论存在非线性输入条件下的随机严格反馈和纯反馈非线性系统的自适应动态面控制;利用变结构控制技术和Nussbaum 函数性质,讨论增益符号已知、未知条件下的随机严格反馈和纯反馈非线性系统的自适应动态面控制;对于存在状态时滞或输出时滞的随机严格反馈和纯反馈非线性系统,利用神经网络逼近未知函数,利用动态面控制技术,研究随机自适应动态面控制,通过构造K滤波器,提出相应的随机输出反馈自适应动态面控制;研究每一个子系统均为纯反馈形式的结构相似随机耦合大系统的分散自适应动态面控制。此项研究拓展了动态面控制技术的应用范围,拓宽了随机自适应控制的研究领域,有效地减少建模变量和自适应调节参数的数目,弱化被控对象的假设条件,消除多种不确定性对控制系统的不利影响,具有重要的理论意义和应用价值。

结项摘要

本项目研究了不确定随机非线性系统的自适应动态面控制问题。对具有未建模动态的非线性系统及不确定随机输出反馈非线性系统,利用神经网络、模糊系统的逼近能力、运用Young’s 不等式及切贝晓夫不等式,并将动态面控制技术、后推设计、自适应控制、K-滤波器设计、变能量函数及输入状态稳定等方法有机结合,提出概率意义下有界稳定的随机自适应动态面控制的系统设计与分析方法。此项研究拓展了动态面控制技术的应用范围,拓宽了随机自适应控制的研究领域,有效地减少建模变量和自适应调节参数的数目,弱化被控对象的假设条件,消除多种不确定性对控制系统的不利影响,具有重要的理论意义和应用价值。具体结果如下:对一类具有未建模动态的严格反馈及纯反馈非线性系统,基于动态信号和李亚普诺夫函数两种方法刻画未建模动态,提出两种状态反馈自适应动态面控制方案;进一步,对具有未建模动态的耦合大系统,提出两种分散状态反馈自适应动态面控制策略;对具有未建模动态和未知增益符号的一类输出反馈非线性系统,提出两种输出反馈自适应动态面控制策略;对具有未建模动态的确定性输出反馈耦合大系统,提出集中和分散两种自适应动态面控制策略;对一类具有未建模动态输出反馈形式的随机非线性系统,分别利用动态信号、李亚普诺夫函数处理未建模动态,提出两种随机输出反馈自适应动态面控制方案;进一步,对一类具有动态不确定性及不可量测状态的随机耦合大系统,设计分散K-滤波器估计子系统的未知状态,根据观测器子系统,提出集中和分散两种随机输出反馈自适应动态面控制策略;对一类具有输入及状态未建模动态的非线性系统,引入规范化信号来约束输入未建模动态,提出一种输出反馈自适应动态面控制方案;对一类带有未建模动态和未知时变时滞的随机严格反馈非线性系统,提出一种后推自适应跟踪控制;研究了几类具有执行机构故障的容错控制问题。研究结果已在国内外学术期刊及重要学术会议上发表论文63篇,其中有22篇论文被SCI收录,有59篇论文被EI收录;已培养8名硕士研究生。

项目成果

期刊论文数量(38)
专著数量(0)
科研奖励数量(0)
会议论文数量(29)
专利数量(0)
Adaptive neural control of stochastic nonlinear systems with unmodeled dynamics and time-varying state delays
具有未建模动力学和时变状态延迟的随机非线性系统的自适应神经控制
  • DOI:
    10.1016/j.jfranklin.2014.02.013
  • 发表时间:
    2014-06
  • 期刊:
    Journal of the Franklin Institute
  • 影响因子:
    --
  • 作者:
    高华亭;张天平;夏晓南
  • 通讯作者:
    夏晓南
一类非线性时滞系统的自适应动态面控制
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    宋爱国;费树岷;杨月全;盛朗
  • 通讯作者:
    盛朗
具有输入及状态未建模动态系统的输出反馈自适应控制
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    张天平;陈佳胜;夏晓南
  • 通讯作者:
    夏晓南
基于动态面技术的随机非线性关联系统的输出反馈控制
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    系统科学与数学
  • 影响因子:
    --
  • 作者:
    王冉冉;张天平;夏晓南
  • 通讯作者:
    夏晓南
带有动态不确定性的自适应动态面控制
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    张天平;高志远
  • 通讯作者:
    高志远

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一类指数和的加权均值
  • DOI:
    10.15983/j.cnki.jsnu.2021.01.019
  • 发表时间:
    2021
  • 期刊:
    陕西师范大学学报. 自然科学版
  • 影响因子:
    --
  • 作者:
    秦珍珍;张天平
  • 通讯作者:
    张天平
LaB6空心阴极中毒特性
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    国防科技大学学报
  • 影响因子:
    --
  • 作者:
    杨威;张天平;龙建飞;郭宁;刘明正;谷增杰
  • 通讯作者:
    谷增杰
粒子群优化及其在多机器人系统中的应用展望
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    中南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    孔一斐;杨月全;曹志强;张天平
  • 通讯作者:
    张天平
关于r阶超Kloosterman和与D.H.Lehmer的一个问题
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Korean Mathematical Society
  • 影响因子:
    --
  • 作者:
    张天平
  • 通讯作者:
    张天平
带有未知死区的机器人积分变结构模糊控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电光与控制 Electronics Optics & Control
  • 影响因子:
    --
  • 作者:
    葛维维;张天平
  • 通讯作者:
    张天平

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

张天平的其他基金

具有约束和多种不确定性的非线性系统自适应优化控制研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目
具有输入及状态未建模动态的非线性系统稳定自适应控制研究
  • 批准号:
    61573307
  • 批准年份:
    2015
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目
具有输入非线性的不确定时滞系统的稳定自适应控制研究
  • 批准号:
    60874045
  • 批准年份:
    2008
  • 资助金额:
    28.0 万元
  • 项目类别:
    面上项目
具有未知死区、时滞的非线性系统的鲁棒自适应控制
  • 批准号:
    60774017
  • 批准年份:
    2007
  • 资助金额:
    7.0 万元
  • 项目类别:
    面上项目
不确定非线性动态系统的稳定自适应模糊控制
  • 批准号:
    60074013
  • 批准年份:
    2000
  • 资助金额:
    16.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码