大坝—河流渠道灌溉系统的迭代学习控制

本文考虑大坝—河流渠道灌溉系统的迭代学习控制问题。首先,对线性化的Hayami偏微分方程在空间上离散化,通过叠加向量方法建立闸门与流量关系的状态空间数学模型;其次,结合灌溉过程的重复性特点,设计D型迭代学习控制算法,建立了该算法的收敛性条件。结果表明通过闸门开度的迭代学习控制,可实现对取水口期望流量的完全跟踪。最后,通过数值仿真进一步说明提出的迭代学习控制方法的有效性。     

具有扩散耦合偏微分时滞系统的学习跟踪控制

对具有空间扩散耦合偏微分时滞系统,采用迭代学习控制算法研究其输出轨迹跟踪的问题。基于超向量法对N个具有空间扩散耦合的偏微分时滞系统进行转化,得到与其等价的系统模型,再对该等价的学习系统设计开闭环P型迭代学习控制律,给出了学习系统跟踪误差在L~2范数意义下收敛的条件。最后,通过两个具有扩散耦合的偏微分时滞系统的数值仿真,验证了所提出算法和结论的有效性。     

具有控制时滞的不确定分布参数系统迭代学习控制

研究了具有控制时滞的不确定线性分布参数系统的迭代学习控制问题,允许系统在迭代过程中初始状态值存在一定偏差。提出了基于时滞已知的P型迭代学习控制算法,给出了其L²范数收敛的充分条件,并利用Green公式、以及Gronwall-Bellman不等式等从理论上进行收敛性证明。数值例子验证了该算法的有效性。     

非线性积分微分随机系统的精确可控性

对一类非线性积分微分随机系统的完全可控性问题进行了分析.利用随机积分不等式,Banach不动点定理在对应的线性随机系统完全可控的条件下,得到了非线性积分微分随机系统完全可控的充分条件,并用实例说明了方法的有效性.分条件,并用实例说明了方法的有效性.