提出一种利用粒子群优化算法进行在线寻优的自适应控制算法, 该方法可抑制极限环的振荡幅值. 应用极
值搜索控制的思想, 在线测量极限环的振荡幅度, 并将其作为优化目标, 利用粒子群优化算法寻找最优控制量, 使得
极限环的振荡幅值最小. 针对粒子群优化和极限环控制的特点, 提出一种加快收敛的算法. 数值实验表明, 提出的算
法不仅与传统基于摄动方法的极值搜索控制性能相当, 而且可对非凸和不光滑目标函数进行在线寻优, 鲁棒性更强.
针对一类严格反馈不确定非线性动态系统, 提出一种直接鲁棒自适应模糊控制新方案. 利用模糊系统的逼
近能力、后推设计方法和积分型李亚普诺夫函数, 依次确定各虚拟控制及模糊系统中可调参数的自适应律, 并最终确
定出控制律. 为改善控制系统的性能, 引入逼近误差的自适应补偿项. 通过李亚普诺夫方法, 证明了闭环系统是一致
终结有界的. 仿真结果表明了该方法的有效性.
针对带执行器饱和的多关节刚性机械臂系统, 提出一种基于RBF 神经网络补偿的输出反馈动态面控制. 通过观测器实现角速度的观测, 采用RBF 网络实现执行器饱和的补偿; 通过Lyapunov 方法证明闭环系统的稳定性, 实现高精度的角度和角速度跟踪. 仿真结果表明, 所提出的方法能够有效补偿系统存在的执行器饱和, 显著减小跟踪误差, 并且对于外界干扰具有一定的鲁棒性.