基于Lagrange乘子法的非线性规划神经网络

本文针对文献[1]中非线性规划神经网络的缺点，提出一种新的非线性规划神经网络．在文中，我们分析了网络的收敛性和稳定性，并给出其电路实现．仿真结果证明了该神经网络能有效地求解非线性规划问题．

多约束纯反馈非线性系统鲁棒自适应抗干扰控制

针对一类具有未知干扰和多约束的不确定纯反馈非线性系统,提出一种基于干扰观测器的鲁棒自适应抗干扰控制方案.该方法首先基于Butterworth低通滤波器和径向基神经网络设计非线性干扰观测器以实现对系统未知非线性函数和复合扰动的在线精确逼近,并消除"代数环"问题.其次,为确保系统在状态受限、预设性能和输入饱和等多重约束的综合影响下能够对期望轨迹进行稳定跟踪,构造了一种新型的障碍Lyapunov函数,结合辅助有界函数、Nussbaum函数和一阶滑模微分器设计Backstepping控制器,并通过Lyapunov稳定理论分析闭环系统稳定性.最后,仿真结果验证了所提控制方法的有效性.