2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩87頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、一些較復(fù)雜的物理系統(tǒng)或工業(yè)過程中總存在著一些小的慣量、電導(dǎo)或電容,或者含有多個(gè)不同量級的時(shí)間常數(shù),這使得作為數(shù)學(xué)模型的微分方程有相當(dāng)高的階數(shù),以及病態(tài)的數(shù)值特性。這種含有小參數(shù)的系統(tǒng)稱為奇異攝動(dòng)系統(tǒng)。本文基于自適應(yīng)動(dòng)態(tài)規(guī)劃算法對奇異攝動(dòng)系統(tǒng)的最優(yōu)控制問題進(jìn)行了深入的研究。其主要工作如下:
   (1).針對一般形式的非線性仿射系統(tǒng),研究了自適應(yīng)動(dòng)態(tài)規(guī)劃(ADP)算法來解決最優(yōu)控制問題。該算法從初始性能指標(biāo)函數(shù)開始迭代,經(jīng)過控制律

2、和性能指標(biāo)的逐步更新,最終收斂到系統(tǒng)的最優(yōu)性能指標(biāo),有效地避免了直接求解復(fù)雜的HJB方程。并且給出了嚴(yán)格的收斂性證明和具體的實(shí)現(xiàn)方法。引入神經(jīng)網(wǎng)絡(luò)來近似系統(tǒng)的性能指標(biāo),提高了逼近精度,并給出了基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)動(dòng)態(tài)規(guī)劃算法。
   (2).深入研究了奇異攝動(dòng)系統(tǒng)的一些性質(zhì)。首先給出了邊界層校正法,來分析奇異攝動(dòng)系統(tǒng)解的性質(zhì)。然后從多重時(shí)間尺度的角度認(rèn)識(shí)到,對于含有小參數(shù)ε的奇異攝動(dòng)系統(tǒng),它存在著相差ε倍的兩類特征值。因此,通過

3、變量轉(zhuǎn)換可以將奇異攝動(dòng)系統(tǒng)最優(yōu)控制問題分解為兩個(gè)相對獨(dú)立的快、慢問題,分別對其設(shè)計(jì)最優(yōu)控制器,并根據(jù)組合控制原理,就能得到原奇異攝動(dòng)系統(tǒng)的一個(gè)次優(yōu)控制。
   (3).針對一類非線性奇異攝動(dòng)系統(tǒng),基于自適應(yīng)動(dòng)態(tài)規(guī)劃算法設(shè)計(jì)次優(yōu)控制器。首先對非線性奇異攝動(dòng)系統(tǒng)進(jìn)行分解得到快、慢兩個(gè)子系統(tǒng),然后通過引入神經(jīng)網(wǎng)絡(luò)來近似快、慢系統(tǒng)的性能指標(biāo),給出了基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)動(dòng)態(tài)規(guī)劃算法,分別獲得子系統(tǒng)的最優(yōu)控制,最后得到組合控制,并證明了該控

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論