# 臺灣博碩士論文加值系統

(44.222.189.51) 您好！臺灣時間：2024/05/20 13:19

:::

### 詳目顯示

:

• 被引用:1
• 點閱:140
• 評分:
• 下載:16
• 書目收藏:0
 本文乃利用李亞普諾方法推導出一個能確保非線性大型延遲系統漸進穩定的準則。基於此相依於延遲的穩定準則，平行分散式補償控制架構及類神經網路的方法，合成一組模糊控制器經由平行分散式補償的技術，來穩定非線性大型延遲系統。最後，以一個數值模擬的例子來說明此結果。
 The stabilization problem is considered in this study for a nonlinear multiple time-delay large-scale system via neural-network (NN)-based approach. First, the NN model is first employed to approximate each nonlinear multiple time-delay subsystem. Then, a linear difference inclusion (LDI) state-space representation is established for the dynamics of each NN model. According to the LDI state-space representation, a robustness design of fuzzy control is proposed to overcome the effect of modeling errors between the nonlinear multiple time-delay subsystems and the NN models. In terms of Lyapunov's direct method, a delay-dependent stability criterion is hence derived to guarantee the asymptotic stability of nonlinear multiple time-delay large-scale systems. Subsequently, based on this criterion and the decentralized control scheme, a set of fuzzy controllers is synthesized to stabilize the nonlinear multiple time-delay large-scale system. Finally, a numerical example with simulations is given to illustrate the results.
 Ⅰ. Introduction Ⅱ. System Description 2.1. Neural Network (NN) Model 2.2. T-S Fuzzy Control Ⅲ. Robustness Design of Fuzzy Control and Stability Analysis 3.1 Modeling Error 3.2 Stability in the Presence of Modeling Error IV. Algorithm V. Example VI. Conclusions Appendix Reference
 [1] M. Ikeda, and T. Ashida, “Stabilization of linear systems with time-varying delay,” IEEE Trans. Automat. Contr., vol. 24, pp. 369-370, 1979[2] T. Mori, N. Fukama, and M. Kumahara, ”Simple stability criteria for single and composite linear systems with time delays”, Int. J. Control, vol. 34, pp. 1175-1184, 1981[3] T. Mori, “Criteria for asymptotic stability of linear time delay systems,” IEEE Trans. Automat. Contr., vol. 30, pp. 158-162, 1985.[4] B. S. Chen, C. S. Tseng, and H. J. Uang, “Robustness design of nonlinear dynamic systems via fuzzy linear control,” IEEE Trans. Fuzzy Syst., vol. 7, pp. 571-585, 1999.[5] K. Tanaka, “Stability and stabilization of fuzzy-neural-linear control systems,” IEEE Trans. Fuzzy Systems, vol. 3, pp. 438-447, 1995.[6] K. Tanaka, “An approach to stability criteria of neural-network control systems,” IEEE Trans. Neural Networks, vol. 7, pp. 629-643, 1996.[7] S. Limanond, and J. Si, “Neural-network-based control design: An LMI approach,” IEEE Trans. Neural Networks, vol. 9, pp. 1422-1429, 1998.[8] L. Zadeh, “Outline of a new approach to the analysis of complex systems and decision processes,” IEEE Trans. Syst., Man, Cybern., vol. 3, pp. 28-44, 1973.[9] R. E. Mohammad, I. B. Turksen, and A. G. Andrew, “Development of a systematic methodology of fuzzy logic modeling,” IEEE Trans. Fuzzy Syst., vol. 6, pp. 346-360, 1998.[10] J. Yen, and L. Wang, “Simplifying fuzzy rule-based models using orthogonal transformation methods,” IEEE Trans. Syst., Man, Cybern., part B, vol. 29, pp. 13-24, 1999.[11] K. Tanaka, and M. Sugeno, “Stability analysis and design of fuzzy control system,” Fuzzy Sets and Syst., vol. 45, pp. 135-156, 1992.[12] H. O. Wang, K. Tanaka, and M. F. Griffin, “An approach to fuzzy control of nonlinear systems: stability and design issues,” IEEE Trans. Fuzzy Syst., vol. 4, pp. 14-23, 1996.[13] G. Feng, S. G. Cao, N. W. Rees, and C. K. Chak, “Design of fuzzy control systems with guaranteed stability,” Fuzzy Sets and Syst., vol. 85, pp. 1-10, 1997.[14] X. J. Ma, Z. O. Sun, and Y. Y. He, “Analysis and design of fuzzy controller and fuzzy observer,” IEEE Trans. Fuzzy Syst., vol. 6, pp. 41-51, 1998.[15] W. J. Wang, and H. R. Lin, “Fuzzy control design for the trajectory tracking on uncertain nonlinear systems,” IEEE Trans. Fuzzy Syst., vol. 7, pp. 53-62, 1999.[16] K. Kiriakidis, “Fuzzy Model-Based Control of Complex Plants,” IEEE Trans. Fuzzy Syst., vol. 6, pp. 517-529, 1998.[17] S. Boyd, L. E. Ghaoui, E. Feron, and V. Balakrishnan, Linear matrix inequalities in system and control theory, Philadelphia, PA: SIAM, 1994.[18] W. J. Wang, and C. F. Cheng, “Stabilising controller and observer synthesis for uncertain large-scale systems by the Riccati equation approach,” IEE Proceeding — D, vol. 139, pp. 72-78, 1992.
 電子全文
 國圖紙本論文
 推文當script無法執行時可按︰推文 網路書籤當script無法執行時可按︰網路書籤 推薦當script無法執行時可按︰推薦 評分當script無法執行時可按︰評分 引用網址當script無法執行時可按︰引用網址 轉寄當script無法執行時可按︰轉寄

 1 以線性矩陣不等式及疊代線性矩陣不等式分析大型模糊系統的穩定度 2 以類神經網路方法為基礎的非線性大型系統模糊強健控制設計 3 基因演算法於非線性大型多重延遲系統之最佳化H ∞控制設計 4 以類神經網路為基礎之分散式控制設計：以高頻抖動訊號為輔助 5 具有時間延遲之非線性大型系統的模糊控制器設計 6 利用Dither為輔助對混沌系統設計控制器:以類神經網路為基礎

 1 計惠卿（民84），電腦輔助學習的允諾與問題。教學科技與媒體，21，38-46。 2 林奇賢（民87），網路學習環境的設計與應用。資訊與教育，67，34-50。 3 何榮桂、王緒溢和徐蕙君（民87），網際網路教學活動設計。資訊與教育，65，39-42。 4 沈中偉（民87），即時群播遠距教學之教學設計與教學策略探討。遠距教育，7，13-19。 5 李麗君（民83），科技在美國教育上的運用。教學科技與媒體，15，26-30。 6 李進寶、韓慧文、鄒景平、洪世家和莊淑閔（民87），資訊網教育訓練的現況與趨勢，遠距教育，6，30-37。 7 文志超、陳侯君和陳景章（民86），應用ATM網路實現遠距教學。遠距教育，1，29-33。 8 王千倖（民87），Web-based網路教學管理系統。資訊與教育，67，3-12。 9 陳姚真（民88），國際遠距教育學程的入學制度與資格鑑定。遠距教育，11，6-15。 10 陳恆順（民86），台灣大學遠距教學先導系統。遠距教育，1，11-14。 11 溫嘉榮（民88），資訊與電腦網路科技對教師的衝擊。資訊與教育，72，10-14。 12 陳立祥（民87），教育部推動有關終身學習與遠距教學之現況。遠距教育，8，38-46。 13 許秀影、趙榮耀、劉虎城、簡肇胤和林慶懋（民87），虛擬團隊應用於發展網路遠距教學課程軟體之研究。遠距教育，9，15-19。 14 唐文華（民87），網路小學虛擬教室建立方法研究。遠距教育，5，5-18。 15 蘇正芬（民86b），遠距教學在交大。遠距教育，1，25-29。

 1 非晶矽薄膜電晶體之完整模型 2 四旋翼無人機低空飛行於高低落差處之模糊逆向步進平衡控制 3 具有時間延遲之非線性大型系統的模糊控制器設計 4 利用混沌系統對RC4串流加密之傳輸進行遮蔽 5 應用進階加密標準於混沌同步密碼系統：利用改良式基因演算法為輔助 6 應用類神經網路於混沌系統之同步化設計 7 基於模糊模型的非線性系統兩層式控制器設計 8 應用於WiMAX系統之功率放大器設計 9 結合模糊控制與類神經網路探討非線性結構控制的穩定性 10 電子競標之異議處理系統的研究設計 11 高頻抖動訊號在非線性系統的探討 12 一種基於混沌同步的增強通信安全系統 13 以T-S 模糊模型為基礎:結合資料加密演算法與混沌同步增加系統安全 14 以類神經網路為基礎:運用橢圓曲線密碼於混沌同步系統 15 CuInS2/ZnS與InP/ZnS量子點製備與應用於白光發光二極體具有高演色性

 簡易查詢 | 進階查詢 | 熱門排行 | 我的研究室