非线性时变系统开闭环P型迭代学习控制的收敛性

对于非线性时变系统,给出了其开闭环P型迭代学习控制收敛的充要条件.这些收 敛条件与被控系统状态方程的具体形式无关.对比表明,该文的结论改进了现有结果.  

学习控制的现状与展望

在此我们综述学习控制理论的发展历程.首先给出基于可重复性的学习控制的基本概念与原理.然后简述学习控制的两大主流---迭代学习控制和反复控制.接着对当今迭代学习控制理论前沿的几大热点加以考察,并简要介绍学习控制理论和Lyapunov方法的结合.最后讨论学习控制理论的新发展方向.  

非线性系统的PD型迭代学习控制

非线性系统的ＰＤ型迭代学习控制孙明轩黄宝健张学智（西安工业学院电子系西安７１００３２）关键词初始条件问题，迭代学习控制，非线性系统．１）国家自然科学基金资助项目．收稿日期１９９６－０７－２５１引言运用迭代学习控制技术设计控制器时，只需要通过重复操作获...  

迭代学习控制新进展

从学习算法、收敛性、鲁棒性、收敛速度、2-D模型以及实际应用等方面对迭代学习控制的最新进展作了比较详尽的总结, 最后讨论了迭代学习控制存在的问题及有前景的研究方向.  

工业过程稳态优化中的迭代学习控制

本文提出应用迭代学习控制的思想方法，对工业过程稳态优化中的动态施行控制，给出基本的控制结构及学习算法。论证算法收敛性并做了数字仿真。  

离散非线性系统开闭环P型迭代学习控制律及其收敛性

本文在讨论了一般开环与闭环迭代学习控制的不足后，针对一类离散非线性系统，提出了新的开闭环ＰＧ型迭代学习控制律，给出了它的收敛性证明，仿真结果表明：开闭环Ｐ型迭代律优于单纯的开环或产才环Ｐ型迭代 律。  

基于向量图分析的迭代学习控制新算法

基于向量图分析,对迭代学习控制方法的几何框架进行探索.首先通过对通常算法所构 成的向量图进行几何分析,导出了新的迭代学习控制算法的结构,然后从理论上对所导出的新算 法进行了完整的收敛性分析.所得算法结构的形式与已有算法完全不同,但其收敛速度和精度有 明显提高,仿真结果表明了新算法的有效性与优越性.  

一类基于几何分析的迭代学习控制算法

基于几何分析，对迭代学习控制方法的几何框架进行探索．首先通过对Arimoto算法所构成的向量图进行几何分析，导出了一类新的迭代学习算法结构；然后从理论上对所导出的算法进行完整的收敛性分析．该算法结构与已有算法完全不同，但其收敛速度和精度明显提高．仿真结果表明了新算法的有效性和优越性．  

提高迭代自学习控制算法收敛速度初探

从学习律、学习律参数、输出误差等三方面讨论了迭代自学习算法的收敛速度，为提高该算法的收剑速度得到了一些有用的结论。  

具有滞后的饱和非线性工业控制系统的迭代学习控制

基于稳态优化中递阶控制结构,对具有滞后的非平滑饱和非线性工业控制系统施行迭 代学习控制,提出了期望目标轨线δ-可达以及迭代学习算法的ε-收敛的慨念,给出了加权超前 PD-型开环迭代学习算法,对算法的收敛性进行论证.数字仿真证明了算法的有效性,并表明对 工业控制系统的动态品质有显著改进.