不確定SMDP基于性能勢的魯棒控制研究.pdf

1、本文在性能勢理論的基礎(chǔ)上研究了一類受不確定參數(shù)影響的SMDP魯棒控制問題,著重討論參數(shù)極壞情況下使系統(tǒng)性能達到最優(yōu)的魯棒控制策略求解算法. 根據(jù)嵌入鏈結(jié)構(gòu)的不同,SMDP可劃分為遍歷鏈、單鏈和多鏈三種模型.從最簡單的遍歷鏈模型出發(fā),首先給出不相關(guān)不確定參數(shù)下的求解最優(yōu)魯棒策略的策略迭代算法,并討論了策略迭代的收斂性;對參數(shù)相關(guān)的情況,詳細介紹了遺傳算法在SMDP魯棒控制過程中的應用.在一般的多鏈模型中,由于多個常返類和瞬態(tài)的存在

2、,要求解其最優(yōu)策略是相當困難的.通過一些假設性條件的限制,研究了平均準則下一類特殊多鏈SMDP的最優(yōu)性方程,并給出了相應的策略迭代算法.考慮到系統(tǒng)狀態(tài)數(shù)目的增加將導致優(yōu)化時間過長,為提高效率,在參數(shù)相關(guān)的多鏈魯棒控制過程中引入并行遺傳算法,通過多個處理機上的協(xié)同尋優(yōu)來加速搜索,還詳細討論了遷移算子的兩種具體實現(xiàn)方式.由于單鏈結(jié)構(gòu)是多鏈的一種特例,上述有關(guān)算法也可運用于解決單鏈SMDP的魯棒控制問題. 通過一些數(shù)值例子來說明相關(guān)算