论文部分内容阅读
迭代学习控制是智能控制中一个具有严格数学描述的分支,它对于非线性系统、模型未知的系统的控制有着独到的优势,在数控机床、工业机器人等具有重复运行特性的领域有很好的应用前景。这个算法简单、有效,近年来受到各界研究人员的关注,研究内容包括学习律的构成、收敛性、鲁棒性、初值及学习速度等问题。迭代学习控制适合具有某种重复运动性质的被控对象,可以实现有限区间上的完全跟踪。控制被控系统,用系统输出和给定轨迹的偏差信号来修正不理想的控制信号,进而产生一个新的控制信号,并使系统的跟踪性得到提高。