基于自适应动态规划的不确定非线性系统鲁棒最优控制

• 作 者: 陈思荣
• 出 处: 广东技术师范大学
• 发表日期: 2020年01期
• 关键词: 不确定非线性系统 鲁棒控制 神经网络 自适应动态规划 最优控制

近年来,不确定非线性系统的最优控制问题受到广泛关注。一方面,工程实际系统普遍存在着不确定性和非线性;另一方面,控制任务除了镇定系统外,往往还要求某些性能指标最优。为此,研究不确定非线性系统的鲁棒最优控制具有重要的工程实际意义。本文采用自适应动态规划(Adaptive Dynamic Programming,ADP)方法,结合神经网络和自适应评价,对不确定非线性系统提出几种鲁棒最优控制策略。本文的主要工作如下:1.研究一类匹配不确定连续时间非线性系统的鲁棒最优控制。首先,假定不确定项有界且界的信息已知,利用界的信息将被控系统的鲁棒控制问题转换为标称系统的最优控制问题,进而给出被控系统的鲁棒最优控制;接着,假定不确定项连续但其界的信息未知,构建神经网络估计不确定项,借助ADP和自适应评价方法补偿扰动对系统的影响,同时使得代价函数最优;最后,仿真验证控制策略的正确性和有效性。2.研究一类非匹配不确定连续时间非线性系统的鲁棒最优控制,将匹配情形的相关结论推广到非匹配情形。首先,假定不确定项有界且界的信息已知,构造辅助系统并将被控系统的鲁棒控制问题转换为辅助系统的最优控制问题,进而给出被控系统的鲁棒最优控制;接着,假定不确定项连续但其界的信息未知,构造由扰动补偿控制器和镇定控制器组合的最优控制器,其中扰动补偿控制器用于补偿扰动对系统的影响,镇定控制器用于镇定被控系统同时使得代价函数最优;最后,仿真验证控制策略的正确性和有效性。3.研究一类基于数据驱动的系统动态信息未知的匹配不确定非线性系统鲁棒最优控制。首先,假定不确定项有界且界的信息已知,利用界的信息将被控系统的鲁棒最优控制问题转换为标称系统的最优控制问题,构建神经网络估计标称系统的未知动态和最优代价函数,进而给出被控系统的鲁棒最优控制;接着,假定不确定项连续但其界的信息未知,直接构建神经网络识别系统的未知动态和最优代价函数,给出基于数据驱动的控制策略,既能补偿扰动对系统的影响又能使得代价函数最优;最后,仿真验证控制策略的正确性和有效性。