1、本論文針對兩大類型的復雜非線性系統(tǒng)，即非線性不確定Markov跳變系統(tǒng)和溫室氣候控制系統(tǒng)，借助于神經網絡這一智能工具，分兩大部分分別研究和探討了其魯棒控制和非線性濾波問題。
　　 第一部分，以一類非線性Markov跳變系統(tǒng)的魯棒控制和濾波為引線，逐步深入地分析和探討了跳變轉移概率未知條件下的非線性Markov跳變系統(tǒng)的穩(wěn)態(tài)性能和暫態(tài)性能。
　　 首先，針對一類含有不確定項和有界外部干擾的非線性Markov跳變系統(tǒng)，用智能

2、方法研究其魯棒性能分析與綜合問題。將神經網絡與魯棒控制相結合，運用線性微分包含方法，對近似非線性項的神經網絡進行分段線性化設計，再將線性微分包含方法表示的神經網絡代入到這類非線性系統(tǒng)中，使得對允許的不確定性、外部干擾以及神經網絡建模誤差，相應的閉環(huán)控制系統(tǒng)或閉環(huán)誤差系統(tǒng)魯棒隨機穩(wěn)定且滿足H∞性能指標。
　　 接著，考慮實際工程中跳變轉移概率的難以獲得性，深入分析跳變轉移概率未知條件下的非線性Markov跳變系統(tǒng)的穩(wěn)態(tài)性能，研究其

3、魯棒H∞控制及魯棒H∞濾波問題?？紤]建模誤差帶來的系統(tǒng)不確定項，在過程激勵噪聲和測量噪聲統(tǒng)計特性無法獲知的情況下，給出魯棒H控制器和魯棒H∞濾波器設計方法?；贚yapunov穩(wěn)定性理論，給出相應控制器和濾波器的存在條件。
　　 然后，根據實際工程需要，深入探討了非線性Markov跳變系統(tǒng)的暫態(tài)性能問題，即在給定的有限時間區(qū)限內，對所有允許的參數不確定性、外部干擾以及神經網絡建模誤差，閉環(huán)系統(tǒng)的軌跡不超過某一給定的界限。在跳變轉

4、移概率完全已知和部分已知兩種情況下，討論了系統(tǒng)的魯棒有限時間鎮(zhèn)定及濾波問題，并給出了最優(yōu)有限時間控制器和最優(yōu)有限時間濾波器的具體設計方案。
　　 第二部分，以提高溫室氣候系統(tǒng)的控制精確度為目的，分別從提高控制決策策略的自適應能力和濾波精度兩個角度出發(fā)，深入而系統(tǒng)的研究了提高溫室氣候控制精度的關鍵技術。
　　 首先，從提高控制決策策略的自適應能力方面考慮，研究外界干擾時變條件下的溫室氣候控制系統(tǒng)的神經網絡魯棒自適應控制策略

5、，不僅分析了其穩(wěn)定性、收斂性、魯棒性，而且所提出的神經網絡和反饋線性化控制相結合的魯棒自適應控制策略，對提高溫室氣候的控制質量具有重要意義。
　　 其次，從濾波器角度出發(fā)，當系統(tǒng)過程激勵噪聲和測量噪聲為互不相干的高斯白噪聲時，提出了利用擴展卡爾曼濾波器對溫室室內氣候控制系統(tǒng)進行精確參數估計的方法。仿真結果表明，經過擴展卡爾曼濾波器估計后的系統(tǒng)的控制精度得到了明顯的提高。
　　 接著，為了減少線性化誤差對非線性溫室氣候系統(tǒng)