项目名称: 基于自适应动态规划的非线性系统鲁棒控制与分散镇定

项目编号: No.61304086

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 王鼎

作者单位: 中国科学院自动化研究所

项目金额: 25万元

中文摘要: 随着生产规模的日益扩大,越来越多的实际非线性系统具有难以建模、包含不确定项、子系统之间存在着关联等特性,而且人们对于控制系统的品质要求也不断提高。本项目研究基于自适应动态规划的非线性系统鲁棒控制与分散镇定。首先,提出自适应动态规划的改进迭代算法,以此求解具有未知动态非线性系统的最优控制问题。其次,基于自适应动态规划最优控制方法研究不确定非线性系统的鲁棒镇定设计。再次,建立基于学习最优控制的非线性关联系统的分散镇定策略,进而研究非线性大系统的分散最优控制,扩大自适应动态规划方法的适用范围。最后,构建神经网络研究迭代算法的实现过程,并通过仿真实验验证上述方法的有效性与优越性。本项目所提出的方法将深化自适应动态规划在非线性系统最优控制领域的理论成果,同时为非线性系统的鲁棒控制和分散控制设计提供新的途径,从而有助于解决复杂系统的控制、优化与管理等实际问题,因此具有重要的理论意义和应用价值。

中文关键词: 自适应动态规划;最优控制;神经网络;鲁棒控制;分散镇定

英文摘要: With the expansion of production scale, the mathematical models of more and more practical nonlinear systems are often difficult to build. Besides, there always exist uncertainties in the systems and interconnections among the subsystems. Additionally, the quality requirements of the controlled systems are also enhanced. In this project, the robust control and decentralized stabilization of nonlinear systems based on adaptive dynamic programming are investigated. First, the improved iterative adaptive dynamic programming algorithm is developed, so as to solve the optimal control problem of nonlinear systems with unknown dynamics. Then, the adaptive dynamic programming based optimal control scheme is employed to deal with the robust stabilization design of uncertain nonlinear systems. Moreover, the decentralized stabilization strategy of nonlinear interconnected systems based on learning optimal control is established. After that the decentralized optimal control of nonlinear large-scale systems is studied, thus the application scope of adaptive dynamic programming method is enlarged obviously. At last, the implementation process of the given iteration algorithms is presented by constructing neural networks. In addition, the effectiveness and superiority of the above approaches are verified via simulation experim

英文关键词: Adaptive Dynamic Programming;Optimal Control;Neural Networks;Robust Control;Decentralized Stabilization

成为VIP会员查看完整内容
3

相关内容

人工神经网络(Artificial Neural Network,即ANN ),是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象, 建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。 最近十多年来,人工神经网络的研究工作不断深入,已经取得了很大的进展,其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题,表现出了良好的智能特性。
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
132+阅读 · 2021年2月17日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
小贴士
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
132+阅读 · 2021年2月17日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
相关资讯
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员