简介：这篇论文在指导网络调查控制动态代理人的全球行为。代理人是Lyapunov马厩，在一根线被散布，并且通过一个指导网络交流。网络的通讯拓扑学被一张指导的图描绘，控制协议在简单线性分散的反馈法律被设计。我们学习代理人将分别地在下面完成聚集，和批评、分叉的轨道的不同条件。我们在网络下面的动态代理人系统上的调查被扩大到时间延期网络案例。而且，我们与二学习案例在系统的预先指定的虚拟领导人。数字模拟被给并且证明我们的理论结果是有效的。

简介：这份报纸为随机的非线性的系统在柔韧的全球稳定和获得任务问题上论述新结果。三个随机的非线性的控制设计计划被开发。而且，一个新随机的获得赋值方法为不明确的互连的随机的非线性的系统的一个类被开发。这个方法能与非线性的小获得的定理被相结合为随机的非线性的系统设计部分状态的反馈控制器。二个数字例子被给说明建议方法论的有效性。

简介：Wediscusstheglobalstabilizationprocedurewhichrendersageneralclassoffeedbacknonlinearsystemsexponentialconvergent.Ourstabilizerconsistsofanestedsaturationfunction,whichisanonlinearcombinationofsatrrationfunctions.Hereweprovetheexponentialconvergenceofthestabilizerforthefirsttimeandgivenumericalexamplestoillustratetheefficiencyoftheresultgivenabove.

简介：由围住的控制的多重综合者的系统的全球稳定问题被考虑。由嵌套的浸透功能组成的一条非线性的反馈法律被建议。是交上的结果的修正和归纳的这类非线性的反馈法律[1]仅仅需要[(n+1)/2](n是系统的尺寸)浸透元素，它比那是少数另外的非线性的法律需要它。而且，当任何一个都没在控制法律的浸透元素被浸透时，靠近环的系统的杆能在左真实的轴上被放在任何地点上。这类非线性的控制法律展出更简单的结构并且能显著地改进靠近环的系统的短暂表演，并且比另外的存在方法很优异。一个第四顺序的系统上的模拟被用来验证建议方法。

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

简介：Thispaperinvestigatestheproblemofglobaloutputfeedbackstabilizationforaclassoffeedforwardnonlinearsystemsvialinearsampled-datacontrol.Tosolvetheproblem,wefirstconstructalinearsampled-dataobserverandcontroller.Then,ascalinggainisintroducedintotheproposedobserverandcontroller.Finally,weusethesampled-dataoutputfeedbackdominationapproachtofindtheexplicitformulaforchoosingthescalinggainandthesamplingperiodwhichrenderstheclosed-loopsystemgloballyasymptoticallystable.Asimulationexampleisgiventodemonstratetheeffectivenessoftheproposeddesignprocedure.

简介：Inthispaper,theglobalasymptoticstabilizationbyoutputfeedbackisinvestigatedforaclassofuncertainnonlinearsystemswithunmeasuredstatesdependentgrowth.Comparedwiththecloselyrelatedworks,theremarkablenessofthepaperisthateitherthegrowthrateisanunknownconstantorthedimensionoftheclosed-loopsystemissignificantlyreduced,mainlyduetotheintroductionofadistinctdynamichigh-gainobserverbasedonanewupdatinglaw.Motivatedbytherelatedstabilizationresults,andbyskillfullyusingthemethodsofuniversalcontrolandbackstepping,weobtainthedesignschemetoanadaptiveoutput-feedbackstabilizingcontrollertoguaranteetheglobalasymptoticstabilityoftheresultingclosed-loopsystem.Additionally,anumericalexampleisconsideredtodemonstratetheeffectivenessoftheproposedmethod.

简介：在这份报纸，为有处于状态的变化时间的时间延期的上面三角形的非线性的系统的一个类的全球输出反馈稳定的问题被考虑。不明确的非线性被假定处于不可测的状态高顺序。基于扩大同类的支配途径，用在有控制器的联合的一个低获得观察员，延期无关的产量反馈控制器全球性做靠近环的系统在一个同类的生长条件下面asymptotically稳定。

简介：在这篇论文，我们处理稳定问题因为线性变化periodicallytime交换了系统。用discretization技术，我们以矩阵不平等的答案为全球stabilizability导出新条件。为发现稳定控制器和切换的策略被介绍的一个算法。

简介：在这篇论文，全球asymptotic稳定性与变化时间、分布式的延期为Cohen-Grossberg神经网络的一个班被调查。由使用功能的Lyapunov-Krasovskii和考虑系统的相等的描述符形式，几延期依赖者足够的条件被获得保证探讨的系统的asymptotic稳定性。这些条件依赖于变化时间、分布式的延期并且以LMI介绍并且因此，如此的系统的稳定性标准能被诉诸MatlabLMI工具箱乐意地检查。最后，一个例子被给显示出有效性和建议方法的更少的保守主义。

简介：在这篇论文，有变化时间的延期的神经网络的全球指数的柔韧的稳定性被调查。由使用非否定的矩阵理论和Halanay不平等，为全球指数的柔韧的稳定性的一个新足够的条件被介绍。获得的结果与不同或改进在文学报导的一些存在的，这被显示出。最后，一些数字例子和模拟被给显示出获得的结果的有效性。