导读:本文包含了自适应最优控制论文开题报告文献综述及选题提纲参考文献，主要关键词:开关磁阻电机(SRM),直接瞬时转矩控制(DITC),转矩脉动,自适应转矩分配函数(TSF)
自适应最优控制论文文献综述
刘勇智,李杰,鄯成龙[1]（2019）在《基于最优角度自适应TSF的SRM直接瞬时转矩控制》一文中研究指出针对开关磁阻电机(SRM)在换相区转矩脉动大、运行效率低的问题,提出了一种基于最优角度自适应转矩分配函数(TSF)的SRM直接瞬时转矩控制(DITC)方法。首先,在电机全速范围内选取部分代表性转速,获得相应转速下最大平均转矩对应的最优开关角;然后,用离散的最优开关角数据训练改进的BP神经网络,获得全速范围内的最优开关角,从而使TSF根据不同转速动态地调整其形状,获得自适应能力,达到抑制换相区转矩脉动的目的。为验证所提方法的有效性,以一台3相6/4极SRM搭建仿真模型和实验平台,结果表明,所提方法有效抑制了换相区的转矩脉动,并提升了系统的运行效率。(本文来源于《北京航空航天大学学报》期刊2019年11期）
朱丽燕,李铁山,单麒赫[2]（2019）在《船舶航向非线性离散系统自适应模糊最优控制》一文中研究指出针对船舶航向非线性离散时间系统,本文提出一种基于模糊逻辑系统的自适应最优航向控制算法。本文优化控制算法采用actor-critic结构,模糊逻辑评价系统和模糊逻辑执行系统分别用于构建最优评价信号和最优控制信号。模糊权值采用梯度下降法进行更新学习,并以大连海事大学"育龙"轮为例进行仿真研究。基于前向差分Lyapunov方法证明了闭环系统半全局一致最终有界,保证系统跟踪误差收敛到以零为中心的邻域内。仿真结果进一步验证了本文算法的有效性和合理性。(本文来源于《哈尔滨工程大学学报》期刊2019年09期）
安毅[3]（2019）在《基于自适应动态规划的可重构机械臂的分散保代价最优控制方法研究》一文中研究指出随着现代科学技术智能化的推进,针对可重构机械臂一类具有自动组装性、灵活应变性及环境适应性等特点,子模块可按既定任务需求进行重新组合的智能机械设备,广泛应用于深空深海探测、核工业等高危产业及智能娱乐工厂等领域中。然而,可重构机械臂在构形重组时需要兼顾能耗和控制精度性能指标的问题来确保其在强耦合、非线性不确定性条件下完成既定任务,故简化控制器结构及优化能源消耗的研究十分重要。本文首先论述了选题的背景意义,分别对可重构机械臂及控制方法和自适应动态规划(Adaptive Dynamic Programming,ADP)的现状和进展论述,且介绍了ADP的基本理论基础,确定了本文的研究内容。其次,针对于可重构机械臂构建了两种的动力学模型。一种是基于NewtonEuler迭代算法建立的传统动力学模型,将耦合交联不确定项表征为一组与耦合力矩相关联子系统的集合。另一种是针对谐波传动装置,基于关节实时力矩量测信息的的动力学模型,大大简化了传统的动力学模型。再次,针对于传统的动力学模型,设计了一种基于ADP的可重构机械臂的分散保代价最优(Guaranteed Cost Optimal Control,GCOC)跟踪控制器。针对轨迹跟踪问题,为简化控制器的结构和提高系统的控制精度,结合最优控制理论,建立关于匹配构形与运动轨迹联合优化下的保代价上界约束性能指标函数,利用神经网络构建了单网络评价结构,继而求解哈密顿雅可比贝尔曼(Hamilton Jacobi Bellman,HJB)方程得出最优反馈跟踪控制律,并对系统稳定性分析和仿真验证。然后,针对于关节力矩量测信息的动力学模型,设计了一种基于关节力矩量测信息的可重构机械臂的能耗分散保代价最优跟踪控制器。通过定义兼顾控制精度与能耗的性能指标函数构建HJB方程,采用基于策略迭代(Policy Iteration,PI)的学习算法对HJB方程进行求解,继而得到近似最优控制律。并基于Lyapunov理论对系统的渐近稳定性进行证明,在数值仿真中,对比了本章算法和传统的RBF神经网络算法,验证了算法的有效性。最后,针对本文完成的工作内容进行了总结展望。(本文来源于《吉林大学》期刊2019-06-01）
马宏帅,李新娥,吴利刚[4]（2019）在《一种自适应遗传算法在线性最优励磁控制系统中的应用》一文中研究指出针对传统线性最优励磁控制系统的反馈增益不能随运行工况而自适应调整,控制特性达不到最优的问题,提出以反馈增益作为决策向量的自适应遗传算法控制策略。首先通过系统灵敏度分析求出反馈增益初始种群的可行解集;然后以二次型性能指标泛函作为适应度评价函数,在进化过程中自适应调整交叉、变异概率,兼顾了种群的多样性与收敛速度;最后通过模式搜索求出了最优反馈增益。仿真实验表明,提出的自适应遗传算法控制策略具有收敛速度快,系统动态调节性能好的特点。(本文来源于《电力学报》期刊2019年03期）
王宇娟[5]（2019）在《相互依存网络的自适应异质同步和最优牵制控制》一文中研究指出相互依存网络具有节点性质不同、规模大,结构错综复杂的特点,展现的行为更加复杂多样,有时还会走向灾变。为了避免、消灭或者控制这种灾变行为,需要对相互依存网络进行同步控制研究。而且,现实世界中,时滞无处不在,大部分系统中的并非每个节点都具有完全相互依赖关系的,因此,对于这种具有时滞或者具有部分相互依赖关系的相互依存网络,如何设计合适的控制器,使得网络达到同步?如何在有效控制网络的前提下减少控制成本?本文针对这些问题做了以下两方面的工作。(1)针对由两个子网络构成的耦合含时滞的相互依存网络,研究了它的局部自适应异质同步问题。其中,时滞同时存在于两个子网络的内部耦合项和子网络间的“一对一”相互依赖耦合项中,而且,网络的耦合关系满足非线性性和光滑性。基于李雅普诺夫稳定性理论、线性矩阵不等式方法和自适应控制技术,通过对子网络设置合适的控制器,本文提出了使得相互依存网络的子网络分别同步到异质孤立系统的充分条件。以小世界网络和无标度网络构成的相互依存网络为例,最后的数值模拟验证了所提出的理论的正确性和有效性。(2)针对两个子网构成的部分相互依存网络,研究其有限时间最优牵制控制问题。其中,两个子网间只有部分节点存在“一对一”的相互依赖关系,子网内部和子网间的耦合关系为连续的非线性函数。基于牵制控制、最优控制理论和Kalman控制的秩的条件,本文引入拉格朗日函数,对网络的部分节点施加控制器,提出部分相互依存网络的两个子网络能够在有限时间内分别同步到各自孤立系统平衡点的刻画指标。最后,针对两个WS小世界构成的部分相互依存网络进行数值模拟,结果表明本文提出的最优牵制控制方法能够极大限度地节约控制成本,并且在很短的时间内获得了理想的控制效果。(本文来源于《武汉科技大学》期刊2019-05-01）
李想,曾春年,罗杰,胡锦敏,王小龙[6]（2019）在《基于线性二次型最优控制的自适应巡航控制算法研究》一文中研究指出以提高自适应巡航控制系统在全速域的控制精度为目标,提出了一种采用变权重系数的线性二次型最优控制算法。根据采集的车辆速度建立模糊控制器,动态选取线性二次型调节器(LQR)中的权重系数,从而得出全速域范围最优的目标加速度。通过仿真实验发现,改进的最优控制算法跟随距离的平均绝对误差,相较于传统的LQR算法降低了42. 95%,相较于常用的模糊控制算法降低了33. 97%。结果表明:改进的LQR算法能够有效提高自适应巡航控制系统的精度,保证跟随的安全性。(本文来源于《武汉理工大学学报(信息与管理工程版)》期刊2019年02期）
焦绪国,杨秦敏,孙勇,应有[7]（2019）在《基于有效风速估计与预测的风电机组自适应最大风能跟踪控制（英文）》一文中研究指出针对如何在有效风速未知情况下实现风电机组最大风能跟踪(MPPT)的问题,本文使用支持向量回归(SVR)和自适应控制原理,提出基于有效风速估计与预测的自适应MPPT控制方案.首先,使用机组的历史运行数据,训练得到基于SVR的风速估计与预测模型,为MPPT控制提供实时参考输入.其次,结合在线学习估计器(OLA)和减小转矩增益(DTG)控制原理,设计自适应MPPT控制器,该控制器能够较好应对系统未知动态特性和干扰,且能降低传动链载荷.最后,使用李雅普诺夫原理证明闭环系统所有信号都是有界的.仿真结果表明本文提出的方法能够获得良好的MPPT效果,进而提高机组产能.(本文来源于《控制理论与应用》期刊2019年03期）
张振宁,张冉,聂文明,李惠峰[8]（2019）在《再入飞行器自适应最优姿态控制》一文中研究指出针对再入飞行器姿态控制问题,应用自适应动态规划(ADP)理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习(SNIRL)算法进行求解,该算法简化了积分型强化学习(IRL)算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性。(本文来源于《宇航学报》期刊2019年02期）
戴姣[9]（2019）在《无人机编队的自适应最优协同容错控制律研究》一文中研究指出随着科学技术的发展,工程控制系统的规模和复杂性不断增加,出现故障的机率也随之增大。任何类型故障的发生都可能导致整个系统性能下降,甚至影响系统稳定性,造成不可预期的损失。因此,提高控制系统的安全性和可靠性变得尤为重要,容错控制的出现和发展为解决这一问题提供了有效途径。考虑到实际工程系统几乎都是非线性系统,因此研究非线性系统的容错控制问题非常有意义。由于非线性系统本身的复杂性,其控制理论的发展并不完善,针对一般非线性系统的容错控制方法也相应地十分有限,而且多数现有结果主要研究故障系统稳定性问题,在此基础上的系统性能优化问题却很少被考虑。近些年来,基于神经网络近似的非线性系统控制方法受到广泛关注,神经网络学习方法的引入大大推动了非线性系统控制理论的发展。然而,许多现有的非线性系统控制方法主要针对具有特定结构的系统,相应的非线性系统容错控制问题的研究也大都具有这样的限制。本论文基于自适应动态规划(Adaptive Dynamic Programming,ADP)方法,在最优控制以及微分对策理论的框架下,结合容错控制(Fault-tolerant Control,FTC)理论、自适应控制、反演控制、智能控制等现代控制方法,研究了非线性系统的自适应最优容错控制问题。进一步将单个非线性系统的最优容错控制问题拓展到多智能体系统的自适应最优协同容错控制问题上,并以无人机编队(Unmanned Aerial Vehicles,UAVs)为研究背景,研究一个或多个编队成员发生故障时的自适应优化协同容错控制方法。同时考虑在实际情况中可能出现的干扰问题,研究外界有界干扰下的UAVs微分对策最优协同容错控制算法。主要内容有:(1)针对存在执行器故障的一类仿射非线性系统,基于自适应动态规划方法,提出了一种自适应最优容错控制方案。首先设计一种特殊的自适应机制来估计故障参数,利用估计的故障信息构建一个改进型的性能指标函数,将非线性容错控制问题转化为最优控制问题。在此基础上,基于ADP方法,使用策略迭代(policy iteration,PI)算法,仅仅通过构造评价神经网络来近似耦合哈密顿–雅克比–贝尔曼(Hamilton-Jacobi-Bellman,HJB)方程,进而获得近似最优容错控制律,而不在依赖于评价-执行双层神经网络结构。(2)针对存在执行器故障的一类严格反馈型非线性系统,基于反演控制技术和自适应动态规划方法,提出前馈容错控制+反馈最优控制结构方案。首先,基于反演控制技术,通过引入辅助动态系统和李雅普诺夫函数,有效处理执行器的故障问题,将原系统的容错控制问题转化为等效跟踪误差动态系统的最优调节控制问题;而后,基于自适应规划设计了反馈型最优控制器。所设计的故障估计和控制算法参数在线更新,控制系统具有自适应故障补偿能力,以便响应故障指示实时重新配置控制规律。(3)针对领机-僚机协同方式的无人机编队,考虑无人机出现执行器故障的情形,提出了分布式自适应最优协同容错控制方案。所提出的控制器可分为两部分:(1)无故障系统的最优协同控制策略和(2)故障补偿器。首先,为每架无人机设计单网络结构来近似耦合哈密顿-雅克比(Hamilton-Jacobi,HJ)方程的解,进而求得分布式最优协同控制律。随后,通过推导一种特殊的故障补偿器以消除执行器故障的影响。整个控制器不仅保证了无人机系统中的所有信号最终一致有界,而且保证了协同代价函数的最小化。对于无人机的编队系统,使用单网络而不是自适应动态规划典型的双网结构优势更加突出,因为这样不但可以减少对无人机的内存需求还可以减少计算负担。(4)考虑在实际情况中可能存在外界扰动的因素,研究外界扰动下编队系统的分布式微分对策最优协同容错控制方案。首先在微分对策理论的框架下,基于图论和一致性理论,通过建立无故障情况下的一致性误差动态方程,将无人机编队抗干扰问题描述为一类非线性系统的最优控制问题,推导出外界干扰条件下的微分对策自适应协同控制策略;然后通过建立补偿控制器达到容错控制的目的;最后通过构建单层时变评价网络结构在线逼近时变优代价函数;最后,基于Lyapunov稳定性理论,证明了闭环系统内所有信号的有界性。(本文来源于《南京航空航天大学》期刊2019-01-01）
陈燕妮,刘春生,孙景亮[10]（2019）在《基于自适应最优控制的有限时间微分对策制导律》一文中研究指出针对固定末端时刻拦截机动目标的制导系统,本文首先构建了非线性有限时间微分对策框架,将导弹拦截非线性系统的最优问题转化为一般非线性系统的最优控制问题,并通过自适应动态规划算法(adaptive dynamic programming, ADP)获得近似最优值函数与最优控制策略.为了有效实现该算法,本文利用一个具有时变权值和激活函数的评价网络来逼近Hamilton-Jacobi-Isaacs(HJI)方程的解,并在线更新.通过李雅普诺夫法来证明本文提出的控制策略可保证闭环微分对策系统稳定性和评价网络权值近似误差的有界性.最后给出一个非线性导弹拦截目标系统的仿真例子验证了该方法的可行性和有效性.(本文来源于《控制理论与应用》期刊2019年06期）
自适应最优控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对船舶航向非线性离散时间系统,本文提出一种基于模糊逻辑系统的自适应最优航向控制算法。本文优化控制算法采用actor-critic结构,模糊逻辑评价系统和模糊逻辑执行系统分别用于构建最优评价信号和最优控制信号。模糊权值采用梯度下降法进行更新学习,并以大连海事大学"育龙"轮为例进行仿真研究。基于前向差分Lyapunov方法证明了闭环系统半全局一致最终有界,保证系统跟踪误差收敛到以零为中心的邻域内。仿真结果进一步验证了本文算法的有效性和合理性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应最优控制论文参考文献
[1].刘勇智,李杰,鄯成龙.基于最优角度自适应TSF的SRM直接瞬时转矩控制[J].北京航空航天大学学报.2019
[2].朱丽燕,李铁山,单麒赫.船舶航向非线性离散系统自适应模糊最优控制[J].哈尔滨工程大学学报.2019
[3].安毅.基于自适应动态规划的可重构机械臂的分散保代价最优控制方法研究[D].吉林大学.2019
[4].马宏帅,李新娥,吴利刚.一种自适应遗传算法在线性最优励磁控制系统中的应用[J].电力学报.2019
[5].王宇娟.相互依存网络的自适应异质同步和最优牵制控制[D].武汉科技大学.2019
[6].李想,曾春年,罗杰,胡锦敏,王小龙.基于线性二次型最优控制的自适应巡航控制算法研究[J].武汉理工大学学报(信息与管理工程版).2019
[7].焦绪国,杨秦敏,孙勇,应有.基于有效风速估计与预测的风电机组自适应最大风能跟踪控制（英文）[J].控制理论与应用.2019
[8].张振宁,张冉,聂文明,李惠峰.再入飞行器自适应最优姿态控制[J].宇航学报.2019
[9].戴姣.无人机编队的自适应最优协同容错控制律研究[D].南京航空航天大学.2019
[10].陈燕妮,刘春生,孙景亮.基于自适应最优控制的有限时间微分对策制导律[J].控制理论与应用.2019