求解边界约束最优控制问题的神经网络 |
| |
作者姓名: | 黄西士 吴沧浦 |
| |
作者单位: | 北京理工大学自动控制系,北京理工大学自动控制系 北京 100081,北京 100081 |
| |
摘 要: | 提出了一种求解控制变量含有边界约束最优控制问题的神经网络模型(COCNN).该模型将控制系统动态方程的等式约束隐含于神经网络COCNN结构中,克服了动态方程约束所带来的求解优化问题的困难;仅将控制系统的控制变量选为COCNN的状态变量,从而降低了神经网络的维数;利用饱和特性处理边界约束,可以求得最优控制问题的精确最优解;该COCNN无论是在硬件实现,还是在用数字计算机进行软件仿真方面,都特别适合于并行处理,可显著提高问题的求解速度,具有广阔的应用前景。
|
关 键 词: | 神经网络 最优控制 边界约束 |
本文献已被 CNKI 维普 等数据库收录! |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 |
|
点击此处可从《北京理工大学学报》下载免费的PDF全文 |
|