隨著現(xiàn)代科學(xué)技術(shù)的快速發(fā)展,工業(yè)生產(chǎn)過程變得異常復(fù)雜.受不確定性、強非線性和多變量等因素的影響,很難用精確的數(shù)學(xué)模型描述系統(tǒng)的動態(tài)特性,從而對研究最優(yōu)控制問題造成了極大的困難.因此,未知系統(tǒng)下的最優(yōu)控制問題成為研究熱點.本文提出基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)動態(tài)規(guī)劃(Adaptive/Approximate Dynamic Programming,ADP)算法研究未知隨機離散系統(tǒng)在無限時域的線性二次型(Linear Quadratic,LQ)最優(yōu)控制問題.具體研究內(nèi)容如下:一、研究了未知平均場隨機離散系統(tǒng)下在無限時域的LQ最優(yōu)控制問題.首先,將黎卡提(Riccati)方程推廣到廣義的Riccati方程組,狀態(tài)反饋增益矩陣擴展為增益矩陣對,給出了平均場系統(tǒng)的LQ最優(yōu)控制存在的充分條件.然后,將隨機系統(tǒng)轉(zhuǎn)化為確定性系統(tǒng),提出一種值迭代的ADP算法并進行了收斂性分析.同時,用反向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)設(shè)計模型網(wǎng)絡(luò)、評價網(wǎng)絡(luò)和執(zhí)行網(wǎng)絡(luò)來分別估計未知的系統(tǒng)模型、目標函數(shù)、控制增益矩陣對.最后,通過系統(tǒng)仿真驗證了ADP方法的有效性.二、解決了未知的斯坦克爾伯格博弈隨機離散系統(tǒng)... 

【文章來源】：山東科技大學(xué)山東省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１?ＨＤＰ結(jié)構(gòu)示意圖??

?１０?１２?１４?１６?１?已?２０??Ｔｉｍｅ?ｓｔｅｐｓ??圖３．２狀態(tài)曲線圖Ｘ??Ｆｉｇ．?３．２?Ｔｈｅ?ｓｔａｔｅ?ｔｒａｊｅｃｔｏｒｙ?Ｘ??２１??

?１０??Ｔ＊ｍｏ?ｓｔｏｐｓ??圖３．１狀態(tài)曲線圖叉??Ｆｉｇ．?３．１?Ｔｈｅ?ｓｔａｔｅ?ｔｒａｊｅｃｔｏｒｙ?Ｘ??８?ｋ?Ｉ?！?ｉ?ｌ?ｉ?ｉ?

【參考文獻】：
碩士論文
[1]一類宏觀經(jīng)濟系統(tǒng)及其線性二次型最優(yōu)控制[D]. 曹雋喆.大連理工大學(xué) 2009



本文編號：2899559