SPSA算法及其在函數(shù)尋優(yōu)與控制中的應用研究.pdf

1、在大規(guī)模非線性系統(tǒng)的控制優(yōu)化問題中,損失函數(shù)與待優(yōu)化參數(shù)之間往往是復雜非線性映射,甚至于根本無法建立數(shù)學模型。這時候基于梯度的優(yōu)化算法便失去了效力,而某些優(yōu)化算法針對大規(guī)模優(yōu)化時運行速度又差。研究一種無模型的、高效的、能處理復雜問題的優(yōu)化算法顯得尤為重要。
　　本文著重研究了同時擾動隨機逼近算法(Simultaneous Perturbation StochasticApproximation,SPSA),并將該算法引入到PD控制

2、器的設計中。論文的主要研究內容和創(chuàng)新點如下:
　　第一、深入總結了同時擾動隨機逼近算法,包括算法的實質、改進和用途。列舉了最近兩年國內外最新的研究成果。指出了SPSA在控制方面體現(xiàn)出來的特征:控制過程的無模型性(數(shù)據(jù)驅動性質);擅長處理存在大規(guī)模變量的控制問題;對噪聲和干擾的魯棒性;算法簡單,易于計算機實現(xiàn);其迭代形式可以更好的同其它控制算法結合。
　　第二、針對存在大規(guī)模變量的非線性函數(shù)尋優(yōu),研究了基于SPSA的函數(shù)尋優(yōu)方

3、法。SPSA求解采用“估計梯度”來不斷修正搜索方向,以逐步接近最小值。該方法的特點是能夠求解大量參數(shù)的無約束最優(yōu)化問題。給出該方法求解的基本步驟,并以兩個實例做了仿真研究。
　　第三、針對船舶的航向控制問題,提出一種基于SPSA的PD控制方案。運用SPSA算法在線調整PD控制器參數(shù),調整_豐要思想是使用高效的SPSA算法逼近PD控制器的性能指標函數(shù)的梯度,并以此迭代修正控制器參數(shù)。將所設計的基于SPSA的PD控制方案應用于船舶航向