基于神经网络的非线性最优控制

将线性最优控制技术与非线性神经网络的学习方法相结合，提出一种新的非线性最优控制器。仿真实验表明，这种控制器克服了传统最优控制不易解决的非线性容限性。     

非线性系统最优控制理论综述

非线性系统,其最优控制求解相当困难,寻求近似的最优控求解方法是当下解决这一问题的主要途径。目前,比较成熟的最优控制求解方法主要有七类,本文对这七种方法进行了详细的阐述,并对其优缺点进行了客观的对比。     

严格反馈非线性系统的自适应逆最优控制

介绍了逆最优控制的基本思想，针对一类具有未知定常参数和未知时变有界扰动的严格反馈非线性系统，给出了逆最优增益配置定理，使用Backstepping算法，设计了逆最优控制器。该控制器是非线性的、连续的，且比较容易实现，仿真结果表明该控制算法的有效性。同时指出逆最优控制系统具有稳定裕度，因而具有局域鲁棒性，其稳定裕度是线性二次型最优调节器状态反馈控制在非线性系统中的推广。     

充分非线性Burgers方程的最优控制

研究充分非线性Burgers方程：ut-kUxx U^nUx,=0在Dirichlet边界条件下的最优控制问题．给出了边界条件下的充分非线性Burgers方程解的存在性以及解的稳定性;并给出了充分非线性Burgers方程的最优控制;证明了充分非线性Burgers方程的最优解的存在性．为进一步研究充分非线性Burgers方程的理论和工程技术应用提供了理论基础和依据．     

充分非线性KdV-Burgers方程的最优控制

研究充分非线性KdV-Burgers方程：Ut-kuxx βuxxx u^nu^x=f在Dirichlet边界条件下的最优控制问题,给出了边界条件下的充分非线性KdV-Burgers方程解的存在性以及解的稳定性,证明了充分非线性KdV-Burgers方程的最优解的存在性,为进一步研究充分非线性KdV-Burgers方程的理论和工程技术应用提供了理论基础和依据．     

利用H-J-B方程的粘性逼近求解非线性最优控制

利用李级数离散控制系统，逼近最优轨道，并利用H-J-B方程的粘性逼近估计值函数．进而借助动态规划原理，把非线性最优控制的数值求解转化为一组正定二次规划的求解．对一个非线性的动态规划过程进行线性化的逼近，这在理论上简化了非线性最优控制问题求解的困难，从实际计算数学的角度看，这也将加快非线性最优控制数值解的计算速度。     

非线性发展系统最优控制的存在性及其应用

研究了一类非线性发展系统连同积分型指标泛函的最优控制问题，证明了最优控制对的存在性．作为应用，研究了非线性抛物型积分－微分方程所描述的分布参数系统的最优控制问题，给出了最优控制对存在的充分条件．     

非线性椭圆最优控制问题的谱方法研究

主要是用谱方法解决非线性椭圆最优控制问题.相较于线性椭圆最优控制问题,其难点在于非线性项的处理.首先,通过变分法得到相应问题的变分形式,然后,通过相关文献得到非线性最优控制问题的最优性条件.用勒让德多项式构造多项式空间,对变分问题在勒让德多项式空间进行离散,并得出新的最优性条件.在知道控制变量和共轭状态变量之间的关系后...     

非线性动态系统最优控制的一种算法

模型与实际之间存在差异 ,就此提出一种基于时变二次型问题的动态系统最优和参数估计集成的算法 ,该算法能逼近实际问题的最优解。文后的仿真实例说明该算法的有效性和实用性。     

一种基于BP网络的预测控制算法及其应用

将传统预测控制的优化策略与神经网络逼近任意非线性函数的能力相结合,提出了一种基于BP神经网络的新的预测控制算法,并针对一个工业装置控制实例,探讨了该算法在工业过程控制中的应用。仿真研究结果表明,该神经网络预测控制算法是切实可行的。     

利用小脑模型提前计算的广义预测控制

给出一种新的广义预测控制方法，并把小脑模型（ＣＭＡＣ）应用于该算法中，避免了ＧＰＣ算法需要实时所进行的复杂计算．针对ＣＭＡＣ所需存储单元多的缺点，提出了一种改进计算ＣＭＡＣ输出值的方法，可大大减少存储单元．文中的方法对ＧＰＣ在实际中的应用有重要意义     

一种新的自适应预报控制算法

提出了一种新的自适应预报控制算法。证明了该算法具有全局收敛性。举例说明了如何根据实用中受控对象的先验知识构造具体的全局收敛算法。仿真研究表明该算法具有良好的控制性能。     

最优控制数值算法研究

通过对最优控制数学模型的分析，探讨了动态代化的算法思路；推广了常规静态算法的内积、范效、梯度等重要概念；推导了终止判据、初始步长公式；并制作程序包仿真检验。     

非线性方程求解的一种新方法

给出一种基于连分式的非线性方程迭代求解新算法。该方法与Mlüler方法相比,无需进行根式计算,在迭代过程中也无需进行符号判别;在计算非线性方程组时与Newton法相比,该方法无需求解偏导数值以及计算逆矩阵;数值例子说明本文方法计算量小,迭代速度较快。     

板形最优综合控制算法

对ＣＬＥＣＩＭ带钢冷连轧机板形自动控制（ＡｕｔｏｍａｔｉｃＦｌａｔｎｅｓｓＣｏｎｔｒｏｌ，简称ＡＦＣ）系统进行了深入的研究．给出板形目标曲线、评价板形的性能指标函数及综合ＡＦＣ系统的结构，推导出最优综合控制算法．该算法的优越性在于：充分利用输入信息，全面考虑多个执行机构对轧件各个区域的作用，避免了各控制之间的相互影响，并易于在线实现．该ＡＦＣ系统已在某四机架冷连轧机上实验运行，实验结果表明：投入该ＡＦＣ系统，板形精度比手动控制平均提高７５％     

线性多变量系统利用状态反馈配置极点的一种新算法

本文给出了状态反馈配置极点的一种新算法,它借助于可控系统的可控性标准形[A_(co),B_(co)]作为中间步骤,并利用[A_(co),B_(co)]和控制器形[A_c,B_c]间的简单变换关系,方便地得到[A_c,B_c],避免了通常直接求取[A_c,B_c]时所遇到的繁琐计算。文中采用分块配置极点的方法,使状态反馈K阵的增益较小,可供选择的方案多。另外,适当选取K中可自由选择的元素,可满足系统其它性能指标。按此方法设计的一类系统,当反馈失效时,系统的稳定性不变,可靠性高。     

非线性方程求根的一种新算法

提出了一种求解非线性方程f(x)=0的新算法.在初值和精度要求相同的情况下,该算法能通过几个参数的选取使迭代较牛顿法更快速收敛到方程的根.     

一种基于多面体描述系统的非线性预测控制

利用泰勒级数对系统线性化；采用对每个偏导数取最大最小的方法构造多面体，描述系统包裹原非线性系统；对由多面体描述系统各个顶点构成的多个线性预测模型设计相同的反馈控制器，该反馈控制器可以通过有线性矩阵不等式约束的半正定线性规划得到，满足系统实时优化的需要．系统的稳定性由多面体描述系统的稳定性保证．     

基于Bang-Bang控制的智能开关预测控制算法

为解决Bang-Bang控制原理具体应用中存在的如何纳入状态变量的附加约束条件、开关曲线的求取和最优轨线的确立等复杂问题,提出了一种智能开关预测控制方法．该方法根据离散卷积定理提炼出一组新的控制信号集,然后设计新的切换方程和减速规律,并在开关控制框架下,实施有闽值信号制约的最小拍增量控制．本文所提出的方法全面改善了预测控制的策略和算法,使控制系统动态性能良好,过渡过程时间小于理想开关控制过渡过程,且单调衰减,原理上稳态无静差,系统反应时间短,定位精度高,对输出扰动具有一定的鲁棒性,而且适用范围更加广泛．仿真结果表明了该控制算法的有效性．