基于综合智能的迭代学习控制算法研究

论文摘要

迭代学习控制理论是智能控制理论的一个重要分支,是在上个世纪70年代末,80年代初兴起的一门新兴学科。迭代学习控制算法适用于具有重复运行特性的对象,例如,工业机器人等。迭代学习控制算法在解决非线性等常规控制难以解决的困难问题,有着独特的能力。此外,迭代学习控制算法非常简单,能以简单的迭代解决复杂的问题。迭代学习控制研究的主要内容包括迭代学习律、学习控制的结构、不同学习律下的收敛性及鲁棒性问题、初始值问题、学习速度的改善等。迭代学习控制作为一门新兴学科,虽然取得了很多成果,但在很多方面都还需要进一步的研究和完善。在本文中,首先介绍迭代学习控制的起源及发展状况,比较详细的介绍了迭代学习控制研究的主要内容,同时还介绍了其他智能控制算法的发展及应用现状。在文章的第三章中,以P型、D型及PID型迭代学习控制律为例,给出了其收敛性条件,并针对P型和D型两种常用的基本迭代学习律进行了对比性的仿真研究,分析了两种基本学习律各自的优点与缺点,同时还讨论了各学习律的鲁棒性,针对对测量噪声非常敏感的D型迭代学习控制算法,还给出一种减小测量噪声影响的方法,增强了D型迭代学习控制的适用性。在文章的第四章,我们介绍了各种智能控制算法与迭代学习控制算法结合的研究进展,并提出一种基于模糊增益调节的迭代学习控制器设计,并通过仿真表明,此算法在加快迭代算法学习速度上有较好效果。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 问题的提出及研究意义
• 1.2.1 问题的提出
• 1.2.2 研究意义
• 1.3 迭代学习控制研究发展概况
• 1.4 迭代学习控制的研究内容和研究方向
• 1.5 智能控制方法的发展概况
• 1.5.1 智能控制与传统控制的比较
• 1.5.2 智能控制方法的分类
• 1.6 迭代学习控制算法与各种智能算法结合研究的现状
• 1.6.1 模糊迭代学习控制
• 1.6.2 基于神经网络的迭代学习控制
• 1.6.3 迭代学习控制算法与其它智能算法的结合情况介绍
• 1.7 本文的研究目的和研究内容
• 1.7.1 本文的研究目的
• 1.7.2 本文的主要工作
• 1.8 本章小结
• 2 迭代学习控制中的理论问题
• 2.1 迭代学习控制的基本原理
• 2.2 迭代学习控制与其他控制方法的比较
• 2.2.1 与逆动力学控制的比较
• 2.2.2 与常规反馈控制的比较
• 2.2.3 与自适应控制的比较
• 2.2.4 与其他智能控制的比较
• 2.3 迭代学习控制问题的描述
• 2.3.1 动力学特征的可重复性
• 2.3.2 跟踪任务
• 2.3.3 初始定位
• 2.3.4 学习律
• 2.3.5 干扰环境
• 2.3.6 停止条件
• 2.4 本章小结
• 3 迭代学习控制基本学习律的性能分析与仿真研究
• 3.1 基本学习律的收敛性问题
• 3.1.1 D 型学习律
• 3.1.2 P 型学习律
• 3.1.3 开闭环PID 型迭代学习算法的一般情况
• 3.2 性能分析
• 3.2.1 性能分析的方法和现状
• 3.2.2 仿真研究一:
• 3.3 本章小结
• 4 鲁棒性及抗干扰能力问题研究
• 4.1 迭代学习控制鲁棒性研究状况
• 4.2 D 型迭代抗噪声研究
• 4.2.1 曲线拟合原理
• 4.2.2 仿真研究二
• 4.3 本章小结
• 5 综合智能迭代学习控制研究
• 5.1 智能控制与迭代学习控制结合研究状况
• 5.2 模糊迭代学习控制研究
• 5.2.1 模糊迭代学习控制概述
• 5.2.2 常见的模糊迭代学习控制器结构及性能分析
• 5.2.3 一类基于模糊增益调节迭代学习控制器设计
• 5.2.4 仿真研究三
• 5.3 本章小结
• 6 结论与展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读学位期间发表的论文目录
• B. 本文中涉及的数学知识
• C. 本文主要仿真程序清单