论文部分内容阅读
本文以建立非线性系统迭代学习控制的基本理论为目的,研究了非线性连续系统、离散系统、分布参数系统、广义系统的迭代学习控制方法,以及系统在不满足一般收敛条件下的学习控制方法。最后,我们还讨论了迭代学习控制方法在机器人系统中的应用问题。 本文共分六部分,第一部分为第一章的绪论,主要介绍了迭代学习控制理论产生的背景、迭代学习控制理论国内外研究的现状,指出目前迭代学习控制理论研究中主要存在的问题,阐明了研究目的和研究内容。 第二部分为第二章和第三章。第二章主要研究了一般非线性系统的迭代学习控制方法,并介绍了一个新的概念—(λ,ζ)范数,在充分利用控制系统先前控制经验的基础上,将控制量和输出量作为一个整体来进行讨论,使得算法不象已有结果那样,只是局部收敛,而是全局收敛。第三章主要研究了一类退化系统目标跟踪的迭代学习控制的吸引流形方法,在系统不满足一般收敛条件的情况下,我们通过构造一个相应于所给系统稳定而吸引的流形,导出所满足要求的迭代学习控制,该方法对系统有较好的鲁棒性。 第三部分包括第四章和第五章,主要研究了一般非线性离散系统及一类不确定离散系统的目标跟踪问题。对于一般非线性离散系统,引进了离散的(λ,ζ)范数,所给的算法不依赖于学习控制算法中的初始数据,对于一类不确定离散系统的状态跟踪问题,我们也采用迭代学习控制的方法,将相应的学习控制问题转化为一个下三角动力系统的平凡解全局稳定性问题,获得了对系统理想状态的跟踪结果,并对所给的算法的收敛性进行了分析。 第四部分包括第六章、第七章、第八章,主要研究了一般非线性分布参数系统、不确定分布参数系统的迭代学习控制方法,获得了系统轨线于L2(Ω)空间和W1,2(Ω)空间中跟踪期望目标的结果,所给的学习算法避免了其收敛性要依赖于理想控制输入这一不确定的条件,拓宽了系统的鲁棒裕度;对于不确定的系数矩阵只是一个定性的要求——有界,而没有定量的要求——是多少。另外,对不确定分布参数系统,我们还给出了一种二阶P-型学习算法,该算法有较好的收敛性。 第五部分为第九章,主要研究了一类滞后广义非线性系统状态跟踪的迭代学