一类非线性奇异摄动系统的近似最优控制
Suboptimal control of a class of nonlinear singularly perturbed systems
摘要点击 1536  全文点击 1838  投稿时间:2010-03-30  修订日期:2010-07-12
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  
  2011,28(5):688-692
中文关键词  奇异摄动系统  自适应动态规划  快慢分解  组合控制
英文关键词  singularly perturbed systems  adaptive dynamic programming  slow-fast decomposition  composite control
基金项目  国家自然科学基金资助项目(50977008, 60821063, 61034005); 国家重点基础研究发展计划资助项目(2009CB320601); 国家高技术研究发展专项资助项目(2009AA04Z127).
作者单位E-mail
曹宁 东北大学 信息科学与工程学院 ningcao@yeah.net 
张化光 东北大学 信息科学与工程学院  
罗艳红 东北大学 信息科学与工程学院  
冯德志 东北大学 信息科学与工程学院  
刘燕 东北师范大学 理想信息技术研究院  
中文摘要
      针对一类非线性奇异摄动系统, 基于自适应动态规划算法提出了一种新型的近似最优控制设计方法. 该方法基于奇异摄动系统的快、慢Hamilton-Jacobi-Bellman(HJB)方程, 从初始性能指标开始, 通过神经网络的近似和控制律与性能指标的逐步更新迭代, 最终收敛到最优的性能指标, 而不用直接求解复杂的HJB方程. 同时给出了该算法的收敛性证明, 并且也证明了由此得到的组合控制是近似最优的. 仿真实例验证了该方法的有效性.
英文摘要
      Based on adaptive dynamic programming, a novel suboptimal control method for a class of nonlinear singularly perturbed systems is proposed. According to the slow/fast Hamilton-Jacobi-Bellman(HJB) equations, the initial performances converge to the optimal performances by neural network approximation and the iteration between control laws and performance indices. It avoids solving the complex HJB equations directly. The convergence of the algorithm is proved and the obtained composite control is shown to be suboptimal. Simulation results demonstrate the effectiveness.