随机分布控制系统的自适应迭代学习控制

介绍输出概率密度函数（PDF）常规的迭代学习控制（ILC）的收敛条件，并利用此条件设计相应的迭代学习律。主要讨论如何解决输出PDF迭代学习控制（ILC）中的过迭代，收敛速度等问题。以离散输出概率密度函数（PDF）控制模型为基础，介绍了直接迭代学习控制算法收敛的必要条件，提出自适应的迭代学习参数调节方法和避免过迭代的迭代结束条件，这些措施能够保证输出PDF的迭代控制收敛且具有较快的收敛速度。仿真结果表明，输出PDF的自适应迭代学习控制具有较快的收敛速度，而学习终止条件能很好地避免过迭代。