具有模型和实际差异的非线性系统最优控制算法及其收敛性

针对模型和实际之间的差异,提出了一种基于时变线性二次型问题的动态系统优化和参数估计集成的算法该算法能逼近实际问题最优解,给出了该模型收敛的一个充分条件,分析了它的最优性,仿真例子说明了该算法的有效性和实用性。     

非线性离散动态系统优化与参数估计集成的多模型方法

在非线性系统分时段线性化多模型基础上,给出了非线性离散动态系统优化与参数估计集成的多模型方法,并论证了算法的最优性和收敛性.在存在模型-实际差异的情况下,从分时段线性化多模型出发通过迭代运算可得到实际非线性离散动态系统的真实最优解.仿真结果表明了算法的有效性和实用性.     

基于双线性模型的动态系统优化和参数估计集成方法

针对双线性模型与实际系统之间的差异，提出一种基于双线性模型求解非线性动态系统最优控制的迭代算法。该算法通过重复求解修正的基于双线性模型的优化控制问题和参数估计问题，获得实际系统的最优解。同时提出求解修正的基于双线性模型的优化控制问题的一种新的分解方法，克服了非线性和双线性两点边值问题求解的困难。仿真例子表明该算法的有效性和实用性。     

非线性动态系统优化与参数估计集成的神经网络算法

基于动态系统优化与参数估计集成的迭代算法，提出一个求解系统优化的神经网络方法，得到一种动态系统优化与参数估计集成的神经网络算法，该算法通过重复求解参数估计问题和悠神经网络，获得原问题的精确最优解，由于系统优化问题用神经网络求解，因此该算法具有求解速度快，易于硬件实现等优点，特别适用于在线优化与控制。     

离散时间非线性时滞系统最优控制的DISOPE算法

对于非线性时滞系统的最优控制,提出一种基于线性时滞模型和二次型性能指标问题的迭代处蒙混过关针时滞系统化为满足可尔可夫性质的增广状态系统,在模型和实际存在差异的情况下,该算法通过迭代求解时滞线性最优控制问题和参数估计问题,获得原问题的最优解,仿真实例表明该算法的有效性和实用性。     

离散事件动态系统多模型集成控制理论

本文讨论现有各种DEDS模型和理论之间的关系以及建立统一的DEDS理论的可能性问题,主要内容包括:DEDS的复杂性以及对它采用多重模型描述和递阶控制结构的必要性;对现有理论模型和控制问题进行综述以揭示它们作为“知识块”看待时其间的相互联系;集成的方法论和为此目的运用人工智能技术的重要性。     

一种新的非线性离散动态大系统递阶控制的神经网络方法发*

本文给出了一种新具有全集成化特征的，求解非线性动态大规模系统递阶控制问题（ＬＯＣＰ）的神经网络模型（ＬＨＣＮＮ）该神经网络具有结构简洁，紧凑，高效的特点，适合于动态大规模系统的实时优化控制。     

离散时间非线性系统线性化的泛模型方法

考虑离散时间非线性系统线性化问题，提出一种“泛模型”方法，泛模型是具有时变参数，形成为线性的模型族，证明了工程上能实现的非线性系统，在输入－输出等价的意义下可用泛模型来描述。     

动态系统优化与参数估计集成算法的鲁棒性分析

研究动态系统优化与参数估计集成（ＤＩＳＯＰＥ）算法的鲁棒性。定性分析了算法对系统参数和模型参数的鲁棒性,并通过实例对其做了定量化说明。仿真表明,ＤＩＳＯＰＥ算法对系统参数和模型参数具有一定的鲁棒性     

用神经网络进行非线性离散动态系统辨识的可行性

本文通过证明由神经网络组成的动态系统具有可以逼近满足一定条件的非线性离散动态系统到任意精度的能力，以及讨论将其作为辨识模型对非线了散动态系统进行实时辨识时系统的稳定性，对用神经网络进行非线性离散动态系统辨识的可行性进行了探讨，并提出了有待解决的问题。     

Fuzzy Sliding Mode Control for Discrete Nonlinear Systems

Sliding mode control is introduced into classical model free fuzzy logic control for discrete time nonlinear systems with uncertainty to the design of a novel fuzzy sliding mode control to meet the requirement of necessary and sufficient reaching conditions of sliding mode control. The simulation results show that the proposed controller outperforms the original fuzzy sliding mode controller and the classical fuzzy logic controller in stability, convergence and robustness.     

基于双线性模型的连续时间非线性最优控制的DISOPE 算法

对连续时间非线性最优控制问题出了基于双线性二次型问题的ＤＩＳＯＰＥ算法,在模型与实际存在差异的情况下,通过求解修正的基于双线性模型的优化总理２和参数估计问题,给出了实际问题的最优解,提出了求解非齐次双线性二次型问题的迭代算法,分析了该算法的收敛性,仿真结果表明该算法比现有算法有更好的收敛特性。     

非线性随机离散系统推广卡尔曼滤波方法收敛性分析

讨论了非线性随机离散系统的推广卡尔曼滤波算法的收敛性 .基于BoutayebM的一阶线性化技巧 ,得到了确保局部渐近收敛的充分条件     

非线性离散系统的自适应PID控制器

针对非线性离散系统设计了利用TSK(Takagi Sugeno Kang)模糊模型的自适应PID控制器。利用模糊模型预测控制信号误差,通过控制信号误差自适应PID控制器参数。比较系统输出和模糊模型输出自适应模糊模型的参数。该方法可以弥补系统参数的模糊性、数学模型的模型误差和系统参数的变化。非线性离散系统的仿真实验验证了所设计的自适应PID控制器对非线性离散系统控制的有效性。     

非线性离散随机时变系统比例微分滤波

扩展卡尔曼滤波（EKF）是从极小化状态估计误差的方差得到的，没有考虑状态误差的变化率，因而对非线性时变系统EKF估计方法惯性作用 较大，从而产生估计滞后，提出了非线性离散随机系统比例微分滤波（PDF），PDF联合考虑极小化状态估计误差和状态误差变化率的方差，克服了EKF对非线性时变系统估计滞后的缺点，估计具有适时性，提出了高估计的精度，仿真例子证明了所提出的估计方法的有效性。     

基于信息融合最优估计的非线性离散系统预测控制

针对非线性离散系统的二次型最优预测控制问题, 提出了一种基于信息融合最优估计的迭代预测控制算法. 通过融合二次型性能指标函数中包含的未来参考轨迹和控制能量的软约束信息, 以及系统状态方程和输出方程的硬约束信息, 获得协状态序列和控制序列的最优估计. 通过二自由度机器人操作手的转移控制仿真, 表明了该控制算法具有良好的稳定性和鲁棒性.     

Noise-Tolerant ZNN-Based Data-Driven Iterative Learning Control for Discrete Nonaffine Nonlinear MIMO Repetitive Systems

Aiming at the tracking problem of a class of discrete nonaffine nonlinear multi-input multi-output (MIMO) repetitive systems subjected to separable and nonseparable disturbances, a novel data-driven iterative learning control (ILC) scheme based on the zeroing neural networks (ZNNs) is proposed. First, the equivalent dynamic linearization data model is obtained by means of dynamic linearization technology, which exists theoretically in the iteration domain. Then, the iterative extended state observer (IESO) is developed to estimate the disturbance and the coupling between systems, and the decoupled dynamic linearization model is obtained for the purpose of controller synthesis. To solve the zero-seeking tracking problem with inherent tolerance of noise, an ILC based on noise-tolerant modified ZNN is proposed. The strict assumptions imposed on the initialization conditions of each iteration in the existing ILC methods can be absolutely removed with our method. In addition, theoretical analysis indicates that the modified ZNN can converge to the exact solution of the zero-seeking tracking problem. Finally, a generalized example and an application-oriented example are presented to verify the effectiveness and superiority of the proposed process.

     

非线性系统参数估计及与之对偶的自适应控制

非线性系统参数估计及与之对偶的自适应控制侯忠生,韩志刚（东北大学自控系沈阳１１０００６）（黑龙江大学应用数学研究所哈尔滨１５００８０）关键词：非线性系统,参数估计算法,自适应控制算法,收敛性,对偶性．１引言近十几年来,非线性系统自适应控制的研究非常活...