本文關(guān)鍵詞：基于梯度算法的跟蹤最優(yōu)控制器設計及仿真

  更多相關(guān)文章： 自適應動態(tài)規(guī)劃 梯度估計 跟蹤控制 最優(yōu)控制

【摘要】：應用自適應梯度算法和自適應動態(tài)規(guī)劃方法,在線求解非線性系統(tǒng)的最優(yōu)跟蹤控制。首先對所求非線性系統(tǒng)給定性能指標,其次根據(jù)系統(tǒng)和性能指標建立哈密爾頓函數(shù),再用神經(jīng)網(wǎng)絡逼近性能指標,然后用另一個神經(jīng)網(wǎng)絡逼近近似最優(yōu)控制,神經(jīng)網(wǎng)絡權(quán)重參數(shù)應用自適應梯度算法在線進行估計,最后基于所求結(jié)果以及所設計的穩(wěn)態(tài)控制和魯棒項,求得系統(tǒng)魯棒最優(yōu)跟蹤控制,對參數(shù)收斂性和系統(tǒng)穩(wěn)定性進行了詳細分析。仿真結(jié)果表明了本文所提出方法的有效性。
【作者單位】： 云南省交通科學研究院;
【關(guān)鍵詞】： 自適應動態(tài)規(guī)劃 梯度估計 跟蹤控制 最優(yōu)控制
【分類號】：TP273
【正文快照】： 0引言最優(yōu)跟蹤控制是一個求解系統(tǒng)的最優(yōu)控制策略,使得系統(tǒng)狀態(tài)能夠跟蹤給定的狀態(tài)軌跡,同時使得給定的性能指標達到最小。針對線性離散系統(tǒng)求解最優(yōu)控制的一般方法是求解黎卡提方程,而對于非線性系統(tǒng)的求解,一直是比較棘手的問題[1]。最近幾年,哈密爾頓-雅克比-貝爾曼方程被

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周威,金以慧;利用模糊次梯度算法求解拉格朗日松弛對偶問題[J];控制與決策;2004年11期

2 鄧慧;楊穎;;改進的新型隨機雙梯度算法[J];蘭州理工大學學報;2014年02期

3 黃菊新,王德雋;改進的自適應格型梯度算法及其應用[J];電子學報;1987年06期

4 李留青;陳中良;;基于定步長自然梯度算法盲混合信號分離技術(shù)研究[J];電子設計工程;2014年15期

5 秦廷楷;;一種新的近似目標函數(shù)優(yōu)化方法[J];南京郵電學院學報;1990年03期

6 鄭立功;閆力松;王孝坤;薛棟林;胡海翔;張學軍;;基于迭代梯度算法的子孔徑拼接檢測技術(shù)研究[J];激光與光電子學進展;2014年01期

7 馬軍;殷保群;;基于POMDP模型的機器人行動的仿真優(yōu)化[J];系統(tǒng)仿真學報;2008年21期

8 葉東毅;實對稱矩陣最大特征值極小化問題的一個BT型ε－次梯度算法[J];數(shù)值計算與計算機應用;1996年04期

9 李國麗;盛大寧;王俊椋;景佳;王超;閆冰;;IMRT逆向計劃中的混合多目標梯度算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2010年01期

10 陳云浩,郭達志,周廷剛,陶康華;熱圖像的梯度噪聲剔除法及其溫度場的標定[J];遙感信息;1999年02期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 蔡文瀾;王俊生;陶軍;徐惠斌;馬宏緒;;一種PEGASUS策略梯度算法的理論及應用[A];中國儀器儀表學會第九屆青年學術(shù)會議論文集[C];2007年

中國碩士學位論文全文數(shù)據(jù)庫 前9條

1 劉莉紅;求解矩陣l_(2,1)范數(shù)極小化問題的譜梯度算法[D];河南大學;2013年

2 晏萍;變分不等式的超梯度算法及其改進算法[D];四川師范大學;2010年

3 牛善洲;大規(guī)模優(yōu)化與非線性方程組問題的多元譜梯度算法及其應用[D];贛南師范學院;2012年

4 趙新斌;一類帶有核范數(shù)的優(yōu)化問題的梯度算法[D];北京工業(yè)大學;2012年

5 嚴見磊;壓縮感知問題的自適應梯度算法研究[D];贛南師范學院;2014年

6 王秋雨;譜梯度算法在圖像壓縮傳感中的應用[D];河南大學;2012年

7 盛大寧;IMRT逆向計劃中的混合多目標梯度算法研究[D];合肥工業(yè)大學;2010年

8 譚駿;改進的自然梯度算法及在語音和圖像處理中的應用[D];湖南師范大學;2012年

9 梁爽;金融市場中波動率模型的統(tǒng)計推斷研究[D];吉林大學;2015年

，

本文編號：973396