-
公开(公告)号：CN119578469A
公开(公告)日：2025-03-07
申请号：CN202411729765.9
申请日：2024-11-29
Applicant: 江南大学
Abstract: 本发明涉及一种欺诈攻击下神经网络的事件触发脉冲控制方法及系统，属于神经网络控制技术领域。包括：建立含时变和时滞的耦合神经网络模型，确定耦合神经网络模型的同步目标；获取耦合神经网络模型的状态信息，根据状态信息建立误差耦合神经网络系统模型；根据误差耦合神经网络系统模型和同步目标，设计饱和脉冲控制器；基于误差耦合神经网络系统模型和饱和脉冲控制器，获得第一充分条件和第二充分条件；根据第一充分条件和第二充分条件，获得第一优化数学模型；利用第一优化数学模型计算得到脉冲控制增益矩阵和吸引域的最大估计。本发明有效解决了执行器饱和、欺骗攻击以及脉冲效应对系统整体性能的联合影响。
-
公开(公告)号：CN113159274B
公开(公告)日：2022-07-15
申请号：CN202110192618.2
申请日：2021-02-20
Applicant: 江南大学
Abstract: 本发明涉及一种实现Lur’e网络聚类同步的方法，包括构建追随者Lur’e网络模型并确认其领导节点；获得各领导节点的状态信息并建立误差网络模型；向每个节点传输邻接节点和同步节点的状态信息，基于误差网络模型构建脉冲牵制反馈控制器和自适应更新定律；脉冲牵制反馈控制器受到脉冲效应的影响，根据脉冲效应的取值范围判断脉冲牵制控制器是起正作用或反作用，在正作用或反作用下分别实现网络聚类同步。本发明通过结合控制强度调节技术和延迟脉冲控制实现了一类具有多重时滞和非线性、非恒同耦合Lur’e网络的全局指数聚类同步。
-
公开(公告)号：CN113093555B
公开(公告)日：2022-07-15
申请号：CN202110401146.7
申请日：2021-04-14
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明涉及一种多智能体全局一致性控制方法及系统，确定参考体，并获取各智能体及参考体的动力学方程；得出受控的误差多智能体系统；设计饱和分布式自适应负反馈控制器，并使控制器的时变控制增益满足自适应更新定律；利用高斯误差函数和微分中值定理模拟饱和效应；引入假设条件，在饱和分布式自适应负反馈控制器和自适应更新定律作用下，基于F i l i ppov微分包含和测度选择原理以及Lyapunov稳定性定理，结合假设条件，得出多智能体系统达到全局一致的充分条件。本发明给出了非线性非连续动力学性态的多智能体系统达到全局一致的充分条件，考虑的模型更具有普适性和现实意义。
-
公开(公告)号：CN114721269A
公开(公告)日：2022-07-08
申请号：CN202210375262.0
申请日：2022-04-11
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于脉冲窗的受扰非线性多智能体准一致性方法，通过建立带有扰动的非线性多智能体系统模型，在考虑随机脉冲序列的情况下，利用离散李雅普诺夫函数法将脉冲时间窗这一概念引入系统，根据不同的脉冲效应对系统全局指数准一致性带来的影响，充分结合脉冲控制、牵制控制、分布式控制等多种控制方法设计控制器，并利用参数变分及脉冲比较原理等方法给出不同脉冲效应下充分的准一致性判别条件，精确计算出系统对应的准一致性收敛速率以及误差界。此外，利用蔡氏电路进行数值仿真从而验证本发明提出的准一致性方法的有效性。
-
公开(公告)号：CN112884136B
公开(公告)日：2022-05-13
申请号：CN202110429664.X
申请日：2021-04-21
Applicant: 江南大学
Abstract: 本发明涉及耦合神经网络有界聚类投影同步调节控制方法及系统。本发明包括建立具有非线性、非恒同和混合时变时滞的多个聚类的耦合神经网络，对每个聚类设定目标神经网络；根据所述耦合神经网络与目标神经网络建立误差耦合神经网络；根据所述误差耦合神经网络模型设计牵制脉冲反馈控制器，基于所述牵制脉冲反馈控制器选择相应函数，以实现每个聚类中神经网络与目标神经网络之间的有界聚类投影同步；通过搭建网络模型并利用所述网络模型进行数值仿真，验证目标神经网络与耦合神经网络之间的有界聚类投影同步效果。本发明控制成本低且控制精度高。
-
Patent Agency Ranking
公开(公告)号：CN113792858B
公开(公告)日：2024-03-01
申请号：CN202111067145.X
申请日：2021-09-13
Applicant: 江南大学
IPC: G06N3/049
Abstract: 本发明提供了耦合神经网络有界同步及其分布式控制方法，属于信息技术领域。本发明通过结合事件触发机制研究了非线性耦合神经网络在分布式脉冲控制器下的的有界同步问题。本发明考虑到耦合神经网络中可能出现的干扰，设计了一类基于事件触发机制的分布式脉冲控制器，并且使用伯努利随机变量来描述了不同信道之间存在的随机不确定性。本发明通过李雅普诺夫稳定性定理、平均脉冲间隔的概念、矩阵测度方法和参数变分法，得到了在不同情形下实现耦合神经网络的有界同步的各类条件。本发明基于给定的事件触发条件和相关数学方法对事件触发情况中可能出现的Zeno行为进行了排除。
-
公开(公告)号：CN113655763B
公开(公告)日：2024-03-01
申请号：CN202110937103.0
申请日：2021-08-16
Applicant: 江南大学
IPC: G05B19/418
Abstract: 本发明提供了非连续自时延多智能体系统一致性与饱和分布式控制方法，属于信息技术领域。利用具有时变控制增益的分布式负反馈控制器实现智能体之间状态信息交互。又考虑到实际系统运行环境与控制成本，增设外部饱和环节来将控制信号幅值限制在一个合理的范围。然后利用高斯误差函数以及微分中值定理来近似模拟饱和效应，以此降低控制信号的不平滑度。随后应用Filippov微分包含理论和测度选择定理处理非线性动力学函数的非连续性。接着通过广义Halanay不等式和Lyapunov稳定性定理得到指数一致性判定条件与最大容许时延。最后通过数值仿真验证了本发明所提出的控制策略的有效性。
-
公开(公告)号：CN113346546A
公开(公告)日：2021-09-03
申请号：CN202110660554.4
申请日：2021-06-15
Applicant: 江南大学
Abstract: 本发明涉及一种新能源并网逆变器的虚拟惯量控制方法，包括：获取传统电力系统控制框图简化后的传递函数；根据简化后的传递函数计算频率调节的性能指标，类比同步发电机和直流母线电容，利用直流母线电容模拟同步发电机产生虚拟惯量，并导出虚拟惯量常数的表达式；确定目标惯性常数，根据虚拟惯量常数的表达式确定直流母线电容、电压额定值和最大电压偏差，引入高通滤波器实现直流母线电容的电压自恢复功能，在频率达到稳态时，禁用逆变器的惯量模拟功能，直流母线电容的电压开始恢复至额定值；搭建附加虚拟惯量控制的电力系统模型进行仿真。本发明可以为连续的频率事件提供惯量支持，并且不会增加系统硬件成本和复杂性。
-
公开(公告)号：CN112099357B
公开(公告)日：2021-08-13
申请号：CN202010999653.0
申请日：2020-09-22
Applicant: 江南大学
IPC: G05B13/04
Abstract: 非连续复杂网络的有限时间聚类同步与牵制控制方法，属于信息技术牵制控制器领域。首先，通过引入Filippov微分包含理论和测度选择定理，本发明设计了一类有效的牵制反馈控制器，该控制器只控制当前聚类中与其他聚类有直接连接的部分节点。为了有效节省控制成本，本发明基于反馈控制强度设计了一类自适应更新定律以获取实现网络同步的最优控制强度。其次，利用有限时间稳定性理论和Lyapunov稳定性定理，本发明得到时变时滞耦合和非线性耦合Lur’e网络实现有限时间聚类同步的判定条件，并给出该网络达到聚类同步的收敛时间估计。最后，通过一个算例仿真验证了本控制方案和同步判据的有效性及正确性。
-
公开(公告)号：CN112884136A
公开(公告)日：2021-06-01
申请号：CN202110429664.X
申请日：2021-04-21
Applicant: 江南大学
Abstract: 本发明涉及耦合神经网络有界聚类投影同步调节控制方法及系统。本发明包括建立具有非线性、非恒同和混合时变时滞的多个聚类的耦合神经网络，对每个聚类设定目标神经网络；根据所述耦合神经网络与目标神经网络建立误差耦合神经网络；根据所述误差耦合神经网络模型设计牵制脉冲反馈控制器，基于所述牵制脉冲反馈控制器选择相应函数，以实现每个聚类中神经网络与目标神经网络之间的有界聚类投影同步；通过搭建网络模型并利用所述网络模型进行数值仿真，验证目标神经网络与耦合神经网络之间的有界聚类投影同步效果。本发明控制成本低且控制精度高。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.016 seconds)
