基于WNN的未知系統(tǒng)最優(yōu)控制雙迭代算法.pdf

1、在現(xiàn)代工程的很多實(shí)際問(wèn)題中,所涉及到的實(shí)際系統(tǒng)大多是不可知的非線性動(dòng)態(tài)系統(tǒng),因此會(huì)經(jīng)常面臨未知系統(tǒng)的最優(yōu)控制問(wèn)題.由于涉及問(wèn)題的復(fù)雜性以及實(shí)際存在的一些障礙,使得這一課題在理論和應(yīng)用上都具有重要的意義,同時(shí)具有很大的挑戰(zhàn)性.該文針對(duì)未知非線性系統(tǒng),就其最優(yōu)控制問(wèn)題的解決方案進(jìn)行了相關(guān)研究.首先介紹了解決較復(fù)雜系統(tǒng)最優(yōu)控制問(wèn)題的一種典型的迭代算法,即動(dòng)態(tài)系統(tǒng)優(yōu)化與參數(shù)估計(jì)集成(DISOPE)算法,然后從二維系統(tǒng)的角度詳細(xì)分析了此算法的二維

2、特征及最優(yōu)性和收斂性,進(jìn)一步揭示了算法的內(nèi)在聯(lián)系.隨后考慮了對(duì)未知非線性動(dòng)態(tài)系統(tǒng)進(jìn)行建模的方案,其中采用了前向的小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),通過(guò)選取一種混合的誤差性能指標(biāo),提出一種新的在線動(dòng)態(tài)梯度算法訓(xùn)練神經(jīng)網(wǎng)絡(luò),使得最終實(shí)現(xiàn)對(duì)未知系統(tǒng)狀態(tài)及其導(dǎo)數(shù)(系統(tǒng)函數(shù))同時(shí)精確辨識(shí),從而得到一個(gè)較為精確的網(wǎng)絡(luò)模型.在這兩者基礎(chǔ)上,通過(guò)將小波神經(jīng)網(wǎng)絡(luò)建模和DISOPE算法有機(jī)結(jié)合在一起,提出一種雙迭代算法,給出相應(yīng)的算法設(shè)計(jì)與具體結(jié)構(gòu),并對(duì)算法性能作了分析.