未知饱和控制系统有穷域最优控制

摘要：

针对带有饱和执行器且局部未知的非线性连续系统的有穷域最优控制问题,设计了一种基于自适应动态规划(ADP)的在线积分增强学习算法,并给出算法的收敛性证明.首先,引入非二次型函数处理控制饱和问题.其次,设计一种由常量权重和时变激活函数构成的单一网络,来逼近未知连续的值函数,与传统双网络相比减少了计算量.同时,综合考虑神经网络产生的残差和终端误差,应用最小二乘法更新神经网络权重,并且给出基于神经网络的迭代值函数收敛到最优值的收敛性证明.最后,通过两个仿真例子验证了算法的有效性.

关键词：有穷域、最优控制、神经网络、自适应动态规划

所属期刊栏目：33

分类号：TP273(自动化技术及设备)

资助基金：牡丹江市科学技术计划项目G2015k1991;牡丹江师范学院一般项目YB201605;国家自然科学基金项目61104010;中国博士后自然科学基金项目2012M510825,2014T70260;中央高校基本科研基金项目N140404004资助.Supported by Science and Technology Project of MudanjiangG2015k1991;General Project of Mudanjiang Normal collegeYB201605;National Natural Science Foundation of China61104010;China Postdoctoral Science Foundation2012M510825,2014T70260;Fundamental Research Funds for Central UniversitiesN140404004

在线出版日期：2016-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：631-637