控制科學與工程專業(yè)畢業(yè)論文[精品論文]非線性動態(tài)系統(tǒng)的穩(wěn)定性和魯棒控制理論研究

1、控制科學與工程專業(yè)畢業(yè)論文 精品論文 非線性動態(tài)系統(tǒng)的穩(wěn)定性和魯棒控制理論研究關(guān)鍵詞：非線性動態(tài)系統(tǒng) 神經(jīng)網(wǎng)絡(luò) 剛性機器人 非完整移動機器人 全局穩(wěn)定性 魯棒控制摘要：隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下

2、三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補

3、償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)

4、的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控

5、制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.正文內(nèi)容 隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，

6、討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局

7、魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的

8、魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能

9、控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對

10、不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定

11、性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相

12、關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三

13、部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主

14、要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相

15、關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人

16、的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知

17、不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器

18、來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的

19、魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯

20、棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)

21、絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能

22、魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要

23、集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于

24、線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有

25、較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑

26、跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系

27、統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法

28、，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性

29、質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)

30、的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性.

31、 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)

32、展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題.

33、 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)

34、絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分

35、，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一

36、類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不

37、連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)

38、合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非

39、完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯

40、棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyapunov-Krasovskii穩(wěn)定性方法，首次給出了帶區(qū)間不確定性的不連續(xù)型神經(jīng)網(wǎng)絡(luò)系統(tǒng)全局魯棒穩(wěn)定的充分條件. 隨后，研究了一類帶范數(shù)有界不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全

41、局魯棒穩(wěn)定，并給出了基于線性矩陣不等式的系統(tǒng)全局魯棒穩(wěn)定條件.然后，通過利用線性矩陣不等式(LMI)技術(shù)和Filippov理論，給出了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定條件. 最后，介紹了機器人補償控制中的神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用. 第二部分 深入研究了非線性剛性機器人系統(tǒng)的路徑跟蹤魯棒控制問題. 首先，簡單敘述了機器人的發(fā)展歷史，詳細介紹了剛性機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在機器人中的應(yīng)用.接著，介紹了剛性機器人的動力學模型和相關(guān)性質(zhì)，并給出了研究所需的相關(guān)數(shù)學基礎(chǔ). 然后，研究了一類剛性機器人系統(tǒng)的智能混合軌跡跟蹤控制.通過結(jié)合PD+前饋控制器和智能魯棒補償器

42、，使得剛性機器人系統(tǒng)具有較強的抗干擾能力和良好的魯棒跟蹤性能. 其次，分析了一類剛性機器人系統(tǒng)智能魯棒H控制問題.控制策略基于Lyapunov穩(wěn)定性理論，結(jié)合計算力矩控制器和神經(jīng)網(wǎng)絡(luò)魯棒控制器，保證了剛性機器人系統(tǒng)的魯棒H跟蹤性能. 最后，我們分析了一類帶時滯的剛性機器人系統(tǒng)神經(jīng)網(wǎng)絡(luò)魯棒跟蹤控制問題，利用神經(jīng)網(wǎng)絡(luò)來逼近機器人系統(tǒng)的未知不確定部分，使得控制系統(tǒng)具有較強的自適應(yīng)能力和跟蹤性能，并基于線性矩陣不等式技術(shù)和Lyapunov穩(wěn)定性理論，得到了跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性條件. 第三部分 針對一類非完整移動機器人系統(tǒng)的路徑跟蹤魯棒控制問題進行了深入研究. 首先，結(jié)合現(xiàn)代控制技術(shù)，詳細介紹了

43、非完整移動機器人系統(tǒng)路徑跟蹤問題的研究進展和智能控制理論在移動機器人中的應(yīng)用.然后，介紹了移動機器人的動力學和運動學建模. 接著，研究了基于小波神經(jīng)網(wǎng)絡(luò)的非完整移動機器人系統(tǒng)的智能魯棒控制問題.控制策略采用了運動控制器和自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合的辦法，利用小波神經(jīng)網(wǎng)絡(luò)來逼近非完整機器人系統(tǒng)的未知動力學部分，同時采用一個魯棒控制器來補償小波神經(jīng)網(wǎng)絡(luò)的逼近誤差和外部干擾，設(shè)計了小波神經(jīng)網(wǎng)絡(luò)的在線學習算法，保證了權(quán)值自適應(yīng)率的收斂性和跟蹤誤差閉環(huán)系統(tǒng)的魯棒穩(wěn)定性. 論文最后總結(jié)了全文的主要創(chuàng)新研究成果，并對下一步研究工作進行了展望.隨著科學技術(shù)的迅猛發(fā)展，系統(tǒng)對象或過程在結(jié)構(gòu)、規(guī)模上變的復(fù)雜化、大型化.這就難以獲得系統(tǒng)精確的數(shù)學模型.因此對不確定非線性動態(tài)系統(tǒng)的研究具有重要的理論意義和迫切的實際需要. 本論文主要研究非線性動態(tài)系統(tǒng)模型的穩(wěn)定性和魯棒控制問題.研究工作主要集中在三個方面： 首先，討論了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì)； 然后，研究了非線性剛性機器人系統(tǒng)的魯棒控制問題； 最后，討論了一類非完整移動機器人系統(tǒng)的魯棒控制問題. 本文內(nèi)容共分為以下三個部分： 第一部分 主要研究了非線性動態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性性質(zhì). 首先，簡單回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及穩(wěn)定性理論的相關(guān)研究進展.其次，研究了一類帶區(qū)間不確定性的不連續(xù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)的全局魯棒穩(wěn)定性，利用Lyap