數(shù)據(jù)驅(qū)動(dòng)的終端迭代學(xué)習(xí)控制方法及不確定性問(wèn)題研究.pdf

1、本論文主要研究了離散時(shí)間系統(tǒng)的幾種新型數(shù)據(jù)驅(qū)動(dòng)終端迭代學(xué)習(xí)控制（TILC）方法及其不確定性問(wèn)題，論文的主要工作和創(chuàng)新點(diǎn)如下：
　　第一，針對(duì)一類輸入為常數(shù)的單輸入單輸出（SISO）非線性離散時(shí)間系統(tǒng)，提出了數(shù)據(jù)驅(qū)動(dòng)最優(yōu)終端迭代學(xué)習(xí)控制的高階算法（H-DDOTILC），可利用系統(tǒng)先前多次重復(fù)運(yùn)行過(guò)程的I/O數(shù)據(jù)構(gòu)造新的控制輸入，提高了系統(tǒng)沿迭代軸的收斂性能和瞬態(tài)響應(yīng)。同時(shí)，將該方法推廣到了控制輸入隨時(shí)間變化的多輸入多輸出（MIMO）

2、非線性離散時(shí)間系統(tǒng)。理論分析和仿真研究均說(shuō)明了方法有效性。
　　第二，為了解決終端迭代學(xué)習(xí)控制方法在實(shí)際應(yīng)用中，被控系統(tǒng)可能出現(xiàn)的初始條件隨迭代次數(shù)隨機(jī)變化和期望參考點(diǎn)在迭代過(guò)程中變化的問(wèn)題，本論文提出了基于RBF神經(jīng)網(wǎng)絡(luò)初始狀態(tài)學(xué)習(xí)的終端迭代學(xué)習(xí)控制方法，在系統(tǒng)初始條件隨機(jī)變化和期望參考點(diǎn)迭代變化的情況下，可以保證終端跟蹤誤差沿迭代軸收斂到任意指定的區(qū)域。值得說(shuō)明的是，盡管所提出方法的設(shè)計(jì)和分析過(guò)程是針對(duì)線性系統(tǒng)的，但控制器中不

3、顯含任何關(guān)于被控系統(tǒng)模型的信息，而是僅依賴系統(tǒng)的輸入輸出數(shù)據(jù)，因此所提出的方法是數(shù)據(jù)驅(qū)動(dòng)的，可以直接應(yīng)用于一般非線性系統(tǒng)，且不需要建模過(guò)程。
　　第三，當(dāng)系統(tǒng)的初始狀態(tài)不可測(cè)時(shí)，進(jìn)一步提出了初始條件迭代動(dòng)態(tài)補(bǔ)償?shù)臄?shù)據(jù)驅(qū)動(dòng)的最優(yōu)終端迭代學(xué)習(xí)控制方法，當(dāng)存在初始狀態(tài)擾動(dòng)和系統(tǒng)外部干擾時(shí)，可以提高系統(tǒng)的魯棒性和自適應(yīng)性。該方法放寬了傳統(tǒng)ILC需要相同初始條件假設(shè)的限制，使控制器設(shè)計(jì)更具有一般性；魯棒性分析和仿真研究均證明了控制系統(tǒng)抗干擾