基于ADP的時(shí)滯系統(tǒng)優(yōu)化控制的研究.pdf

1、時(shí)滯現(xiàn)象是廣泛存在的一種物理和生物現(xiàn)象,時(shí)滯的存在不僅給系統(tǒng)的穩(wěn)定性分析和控制器的設(shè)計(jì)帶來極大困難,而且往往會(huì)使系統(tǒng)不穩(wěn)定甚至導(dǎo)致系統(tǒng)性能惡化。因此有關(guān)時(shí)滯非線性系統(tǒng)優(yōu)化控制的研究一直是控制領(lǐng)域關(guān)注的熱點(diǎn)和難點(diǎn)問題。
　　 自適應(yīng)動(dòng)態(tài)規(guī)劃(AdaptiveDynamicProgramming)以動(dòng)態(tài)規(guī)劃為理論基礎(chǔ)并結(jié)合了強(qiáng)化學(xué)習(xí)的思想,其核心思想是通過近似系統(tǒng)的性能指標(biāo)函數(shù)得到系統(tǒng)最優(yōu)控制,避免了動(dòng)態(tài)規(guī)劃最優(yōu)控制過程中出現(xiàn)的“維

2、數(shù)災(zāi)”的問題。被認(rèn)為是求解非線性最優(yōu)控制的有效方法。
　　 本文首先對(duì)時(shí)滯系統(tǒng)的研究現(xiàn)狀進(jìn)行了概述,并對(duì)自適應(yīng)動(dòng)態(tài)規(guī)劃在國內(nèi)外的發(fā)展情況進(jìn)行了總結(jié)。其次,系統(tǒng)的闡述了自適應(yīng)動(dòng)態(tài)規(guī)劃的基本原理,并針對(duì)一類多時(shí)滯非線性離散仿射系統(tǒng)求解最優(yōu)控制。采用自適應(yīng)動(dòng)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(biāo)函數(shù)極小,給出了算法收斂性證明。通過神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)迭代算法,得出時(shí)滯系統(tǒng)的最優(yōu)控制律。仿真結(jié)果表明自適應(yīng)動(dòng)態(tài)規(guī)劃可以求解出