计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
24期
233-236,245
,共5页
采样迭代学习控制%相对阶%高阶算法%收敛
採樣迭代學習控製%相對階%高階算法%收斂
채양질대학습공제%상대계%고계산법%수렴
迭代学习控制能够实现期望轨迹的完全跟踪而被广泛关注,但是采样迭代学习控制成果目前还比较少.针对一类有相对阶和输出延迟的非线性采样系统,研究了高阶迭代学习控制算法.利用Newton-Leibniz公式、贝尔曼引理和Lipschiz条件证明了当系统的采样周期足够小,迭代学习初态严格重复,且学习增益满足要求的条件,那么系统输出在采样点上收敛于期望输出.对一阶和二阶学习算法的仿真表明高阶算法在收敛速度上比一阶有明显改善.
迭代學習控製能夠實現期望軌跡的完全跟蹤而被廣汎關註,但是採樣迭代學習控製成果目前還比較少.針對一類有相對階和輸齣延遲的非線性採樣繫統,研究瞭高階迭代學習控製算法.利用Newton-Leibniz公式、貝爾曼引理和Lipschiz條件證明瞭噹繫統的採樣週期足夠小,迭代學習初態嚴格重複,且學習增益滿足要求的條件,那麽繫統輸齣在採樣點上收斂于期望輸齣.對一階和二階學習算法的倣真錶明高階算法在收斂速度上比一階有明顯改善.
질대학습공제능구실현기망궤적적완전근종이피엄범관주,단시채양질대학습공제성과목전환비교소.침대일류유상대계화수출연지적비선성채양계통,연구료고계질대학습공제산법.이용Newton-Leibniz공식、패이만인리화Lipschiz조건증명료당계통적채양주기족구소,질대학습초태엄격중복,차학습증익만족요구적조건,나요계통수출재채양점상수렴우기망수출.대일계화이계학습산법적방진표명고계산법재수렴속도상비일계유명현개선.
