基于ADP的時滯系統(tǒng)優(yōu)化控制的研究.pdf

1、時滯現象是廣泛存在的一種物理和生物現象,時滯的存在不僅給系統(tǒng)的穩(wěn)定性分析和控制器的設計帶來極大困難,而且往往會使系統(tǒng)不穩(wěn)定甚至導致系統(tǒng)性能惡化。因此有關時滯非線性系統(tǒng)優(yōu)化控制的研究一直是控制領域關注的熱點和難點問題。
　　 自適應動態(tài)規(guī)劃(AdaptiveDynamicProgramming)以動態(tài)規(guī)劃為理論基礎并結合了強化學習的思想,其核心思想是通過近似系統(tǒng)的性能指標函數得到系統(tǒng)最優(yōu)控制,避免了動態(tài)規(guī)劃最優(yōu)控制過程中出現的“維

2、數災”的問題。被認為是求解非線性最優(yōu)控制的有效方法。
　　 本文首先對時滯系統(tǒng)的研究現狀進行了概述,并對自適應動態(tài)規(guī)劃在國內外的發(fā)展情況進行了總結。其次,系統(tǒng)的闡述了自適應動態(tài)規(guī)劃的基本原理,并針對一類多時滯非線性離散仿射系統(tǒng)求解最優(yōu)控制。采用自適應動態(tài)迭代算法求解系統(tǒng)最優(yōu)控制的HJB方程,并使得系統(tǒng)性能指標函數極小,給出了算法收斂性證明。通過神經網絡來實現迭代算法,得出時滯系統(tǒng)的最優(yōu)控制律。仿真結果表明自適應動態(tài)規(guī)劃可以求解出