Wyniki wyszukiwania - BazTech

1

LMI optimization problem of delay-dependent robust stability criteria for stochastic systems with polytopic and linear fractional uncertainties

Balasubramaniam P., Lakshmanan S., Rakkiyappan R.

International Journal of Applied Mathematics and Computer Science

|

2012

|

Vol. 22, no. 2

339-351

EN

This paper studies an LMI optimization problem of delay-dependent robust stability criteria for stochastic systems with polytopic and linear fractional uncertainties. The delay is assumed to be time-varying and belong to a given interval, which means that lower and upper bounds of this interval time-varying delay are available. The uncertainty under consideration includes polytopic-type uncertainty and linear fractional norm-bounded uncertainty. Based on the new Lyapunov-Krasovskii functional, some inequality techniques and stochastic stability theory, delay-dependent stability criteria are obtained in terms of Linear Matrix Inequalities (LMIs). Moreover, the derivative of time delays is allowed to take any value. Finally, four numerical examples are given to illustrate the effectiveness of the proposed method and to show an improvement over some results found in the literature.

2

Delay-dependent generalized H2 control for discrete T-S fuzzy large-scale stochastic systems with mixed delays

Li J., Li J., Xia Z.

International Journal of Applied Mathematics and Computer Science

|

2011

|

Vol. 21, no 4

585-603

EN

This paper is concerned with the problem of stochastic stability and generalized H2 control for discrete-time fuzzy largescale stochastic systems with time-varying and infinite-distributed delays. Large-scale interconnected systems consist of a number of discrete-time interconnected Takagi-Sugeno (T-S) subsystems. First, a novel Delay-Dependent Piecewise Lyapunov-Krasovskii Functional (DDPLKF0 is proposed, in which both the upper and the lower bound of delays are considered. Then, two improved delay-dependent stability conditions are established based on this DDPLKF in terms of Linear Matrix Inequalities (LMIs). The merit of the proposed conditions lies in its reduced conservatism, which is achieved by circumventing the utilization of some bounding inequalities for cross products of two vectors and by considering the interactions among the fuzzy subsystems in each subregion. A decentralized generalized H2 state feedback fuzzy controller is designed for each subsystem. It is shown that the mean-square stability for discrete T-S fuzzy large-scale stochastic systems can be established if a DDPLKF can be constructed and a decentralized controller can be obtained by solving a set of LMIs. Finally, an illustrative example is provided to demonstrate the effectiveness of the proposed method.

3

Constrained controllability of nonlinear stochastic impulsive systems

Karthikeyan S., Balachandran K.

International Journal of Applied Mathematics and Computer Science

|

2011

|

Vol. 21, no 2

307-316

EN

This paper is concerned with complete controllability of a class of nonlinear stochastic systems involving impulsive effects in a finite time interval by means of controls whose initial and final values can be assigned in advance. The result is achieved by using a fixed-point argument.

4

Stochastically Excited Nonlinear Systems

Wagner U.

Machine Dynamics Problems

|

2007

|

Vol. 31, No. 2

140-154

EN

The solution of high dimensional probability density functions of nonlinear mechanical systems by solving the corresponding Fokker-Planck equation constitutes still a serious problem. The paper gives an overview of a method proposed by the author which was applied successfully for a wide range of nonlinear systems. This method is illustrated by an example from vehicle dynamics. Additionally nonlinear systems are considered which contain multiple stable stationary solutions in the deterministic case. These systems are excited by an additional white noise resulting in interesting shapes of probability density functions which are calculated by solving Fokker-Planck equations. Ali results are compared by corresponding Monte Carlo simulations.

5

On support and invariance theorems for a stochastic system of Burgers equtions

Nowak A., Twardowska K.

Demonstratio Mathematica

|

2006

|

Vol. 39, nr 3

691-710

EN

We prove a support theorem for a stochastic version of the Burgers system formulated for the deterministic case by Burgers in [Bu 39]. The existence and uniqueness theorem for such a stochastic system was given by Zabczyk and Twardowska in [TZ 06]. In the proof of our support theorem we use a Wong-Zakai type theorem for such a system proved by Nowak in [No 05]. We generalize the method of Mackevicius ([Ma 85]}, [Ma 86]) and Gyongy ([Gy 89]) to prove the support theorem for our stochastic system of Burgers equations. We also use some considerations from Twardowska [Tw 97a]. In our proof of the invariance theorem we use some result of Jachimiak from [Ja 98].

6

A comparison of statistical and equivalent linearization for stochastic dynamic systems

Socha L.

Zeszyty Naukowe Katedry Mechaniki Stosowanej / Politechnika Śląska

|

2001

|

z. 15

323-328

EN

The objective of this paper is to show differences between statistical and equivalent linearization on an example of a nonlinear oscillator under Gaussian white noise external excitations and to establish assumptions under what conditions the both linearization techniques are the same. Two types of equivalency criteria are considered, namely mean-square criterion with Gaussian closure and square metric in probability density functions space.

PL

Celem niniejszego artykułu jest pokazanie różnic między statystyczną i równoważną linearyzacją na przykładzie oscylatora nieliniowego oraz ustalenie założeń, przy których obie metody są identyczne. Rozpatrywane będą dwa typy kryteriów: kryterium średnio-kwadratowe z Gaussowską techniką zamykania oraz kryterium kwadratowe w przestrzeni funkcji gęstości prawdopodobieństw.

7

Adaptive control of continuous time linear stochastic system with quadratic cost functional

Czornik Adam

Matematyka Stosowana : matematyka dla społeczeństwa

|

1996

|

Nr 39

17--40

EN

An adaptive control problem for linear, continuous time stochastic system is described and solved in this paper. The unknown parameters in the model appear affinely in the drift term of the stochastic differential equation. The parameter estimates given by the maximum likelihood method are used to define the feedback gain. It is proved that the parameter estimates are strongly consistent and the cost functional reaches its minimum, i.e. the adaptive control is optimal. In this paper the continuity of the solution of the algebraic Riccati equation as a function of coefficient is also verified. The continuity is important for applications to problems in adaptive control.

PL

Praca składa się z czterech części. W części pierwszej sformułowano i podano rozwiązanie zagadnienia sterowania optymalnego w liniowym układzie stochastycznym z kwadratowym funkcjonałem kosztów na skończonym i nieskończonym przedziale czasowym. Twierdzenie 1, podające postać sterowania optymalnego na skończonym przedziale czasowym, jest dobrze znane ([l], [5]), natomiast twierdzenie 2 jest uogólnieniem znanych rezultatów. Zwykle formułuje się je przy założeniach gwarantujących istnienie i jedyność rozwiązania algebraicznego równania Riccatiego ([5], [4]). W tym sformułowaniu w jakim znajduje się w pracy można je znaleźć w [16] ale dla układu deterministycznego. W części drugiej zbadano własności algebraicznego równania Riccatiego. Algebraiczne równanie Riccatiego odgrywa pierwszoplanową rolę w konstrukcji sterowania optymalnego i poświęcono mu wiele uwagi w pracach [2], [4], [13], [15], Twierdzenie 5 pokazuje na jakie trudności możemy natrafić w procedurze adaptacyjnego sterowania, gdy nieznane współczynniki równania Riccatiego będziemy zastępować ich ocenami. Problem ten obszerniej omówiono w [4] i [8]. Głównym wynikiem tej części pracy jest twierdzenie 6, które odgrywa zasadniczą rolę w konstrukcji i dowodzie optymalności sterowania adaptacyjnego. W części trzeciej skonstruowano ocenę największego prawdopodobieństwa dla macierzy liniowej transformacji stanu. Estymator ten pojawił się po raz pierwszy w zagadnieniu sterowania optymalnego w pracy [12]. Wreszcie w czwartej, głównej części pracy podano algorytm sterowania adaptacyjnego oraz dowód jego optymalności (twierdzenie 10). Podany algorytm i dowód jego optymalności są modyfikacją wyników podanych w [6] i [7], Obejmują one ogólniejsze przypadki niż w tych pracach, gdzie zakłada się znajomość domkniętego, spójnego i ograniczonego zbioru, do którego należy oceniany parametr, niemniej uzyskane rezultaty są jeszcze dalekie od analogicznych wyników uzyskanych w pracy [3] dla czasu dyskretnego.