简介：Thelinearcombinationofcertainpartitionofunity,subordinatetocertainopencoveringofacompactset,isprovedtobecapableofapproximatingtoacontinuousfunctionatarbitrarilyprecision.Byusingproperopencoveringandpartitionofunity,therobustnonlinearcontrollersandadaptivelawsaredesignedforaclassofnonlinearsystemswithuncertainties.Thestatesandparametersoftheclosed-loopsystemscanbestabilizedinthemeaningofUUB(uniformlyultimatelybounded)viatherobustnonlinearcontrollersandadaptivelaws.Finally,anexampleshowsthevalidityofmethodinthispaper.

简介：为优化问题的神经网络有的设计类型为更少参数，低寻找空格尺寸和简单结构在另外的网络上有利。在这篇论文，由适当地构造Lyapunov精力功能，当被用来优化在一个关上的凸的集合上定义的连续地可辨的凸的功能时，我们证明了这个网络的全球集中。结果解决网络的广泛的适用性。几个数字例子被给验证网络的效率。

简介：Wediscusstheglobalstabilizationprocedurewhichrendersageneralclassoffeedbacknonlinearsystemsexponentialconvergent.Ourstabilizerconsistsofanestedsaturationfunction,whichisanonlinearcombinationofsatrrationfunctions.Hereweprovetheexponentialconvergenceofthestabilizerforthefirsttimeandgivenumericalexamplestoillustratetheefficiencyoftheresultgivenabove.

简介：分析；有效地控制复杂网络，这篇论文提出计划的一种新类型，它在每个区域独立获得控制；能完成网络的协调optimality。建议算法由二部分组成：第一部分基于社区结构把网络分解成几个独立区域；decouples信息流动；在区域之中控制力量；第二部分在控制中心性索引的帮助下从每个区域选择中心节点。只要中心节点的地位被坚持在每个区域的令人满意的水平，整个系统在有效控制下面。最后，算法被使用驱动格子，；模拟证明它的有效性。

简介：Formultisensorsystems,whenthemodelparametersandthenoisevariancesareunknown,theconsistentfusedestimatorsofthemodelparametersandnoisevariancesareobtained,basedonthesystemidentificationalgorithm,correlationmethodandleastsquaresfusioncriterion.SubstitutingtheseconsistentestimatorsintotheoptimalweightedmeasurementfusionKalmanfilter,aself-tuningweightedmeasurementfusionKalmanfilterispresented.Usingthedynamicerrorsystemanalysis(DESA)method,theconvergenceoftheself-tuningweightedmeasurementfusionKalmanfilterisproved,i.e.,theself-tuningKalmanfilterconvergestothecorrespondingoptimalKalmanfilterinarealization.Therefore,theself-tuningweightedmeasurementfusionKalmanfilterhasasymptoticglobaloptimality.Onesimulationexamplefora4-sensortargettrackingsystemverifiesitseffectiveness.

简介：这篇论文在一条单个小巷基于对领先的汽车的运动的车辆的非线性的反应为模仿的交通流动讨论动态行为和它的预言。交通混乱是一块有希望的地，并且混乱理论被使用了识别并且预言它的混乱运动。模仿的交通流动用一个汽车追随者模型(美国通用汽车公司模型)被产生，并且在二辆汽车之间的距离为它的动态性质被调查。积极Lyapunovexponent在GM模型证实混乱行为的存在。用RBFNN的一个新算法(光线的基础功能神经网络)被建议预言这交通混乱。混乱的度和可预言的度被第一个Lyapunov代表决定的实验hows。算法在这建议纸能被概括认出并且预言混乱ofshort时间交通流动系列。

简介：Thispaperstudiestheglobalrobustoutputregulationproblemforlowertriangularsystemssubjecttononlinearexosystems.Byemployingtheinternalmodelapproach,thisproblemcanbeboileddowntoaglobalrobuststabilizationproblemofatime-varyingnonlinearsysteminthecascade-connectedform.Then,asetofsufficientconditionsforthesolvabilityoftheproblemisderived,andthus,leadingtothesolutiontotheglobalrobustoutputregulationproblem.Anapplicationofthemainresultofthispaperisalsoproposed.

简介：这份报纸论述LMI为有围住标准的无常的抑制系统的基于的柔韧的H无穷控制计划。无常在H无穷标准和时间域限制的评估被合并。包括稳定性，H无穷表演和时间域限制的满足的柔韧的靠近环的性质被讨论。当要用体力地尊重安全联系了象好道路成立，有限暂停击和致动器浸透那样的限制时，2DOF季度汽车模型的分析和模拟结果在旅行舒适上显示出可能的改进。

简介：这篇论文建议一个延期依赖者为引擎保证费用得到了控制计划有induction-to-torque延期和外部负担骚乱的闲散速度控制(ISC)。以操作模式的闲散速度的引擎的一个扩充linearization模型基于物理原则和实验数据被开发。在ISC一起提供在骚乱拒绝和ISC，上面的界限被给的多客观的费用功能，它能帮助我们考虑燃料经济和骚乱拒绝性能的另外的表演要求之间的妥协。杆限制被加到靠近环的系统保证状态的集中率。ISC的整个优化答案能在LMI的框架下面被解决。一个商业引擎模型被利用估计控制器的表演。这个模型上的模拟结果给我们看设计控制器能完成需要的性能。