项目名称: 非线性系统优化控制的数值解法统一框架及滑模后退时域控制算法研究

项目编号: No.61273010

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 宋崇辉

作者单位: 东北大学

项目金额: 60万元

中文摘要: 本项目旨在研究目前控制理论中的前沿课题,在优化控制问题求解的框架下,将滑模控制与后退时域控制统一在一起,研究确定性的及带有未建模动态的非线性系统的滑模后退时域控制算法。根据动态规划原理,采用带有反曲变换的有限差分数值算法求解滑模后退时域控制中的优化控制问题,用求得的值函数确定滑模面并作为控制器设计参数,根据逆李亚普诺夫方法,进行滑模后退时域控制器设计,所求得的控制器既是滑模控制器也是后退时域控制器,这样就将滑模控制及后退时域控制统一在一起。在确保全局稳定或半全局稳定的条件下,所提算法的显著特点是:(1)滑模面的确定不再由人为选取,而是由值函数决定,滑模到达条件不再是必须的,简化了滑模控制设计理论;(2)不依赖于目前后退时域控制算法研究中优化问题在初始点的可解性隐含假设;(3)将确定性和不确定性非线性系统的优化控制问题采用统一的格式求解;(4)控制器的实现是实时的;使得研究的控制器可工程实现

中文关键词: 动态规划;基于值函数的控制;滑膜运动;数值优化方法;广义速度场论

英文摘要: This project aims to research topics at the forefront of the control theory.Under the framework of the solution to the optimal control problem, sliding mode control schemes and receding horizon control schemes are unified together. We research sliding mode receding horizon control schemes for certain and uncertain nonlinear systems.According to the principle of dynamic programming, the finite difference approximation with sigmoidal transform (FDAST) algorithm is proposed to solve the optimal control problem arising in the sliding mode receding horzon control schemes.Then, according to the inverse Lyapunov method, the obtained value function is used to decide the sliding mode plane and also used as the controller design parameter to design the sliding mode receding horizon controller of nonlinear systems. Thus, obtained controllers are both sliding mode controllers and receding horizon controllers. In this way, sliding mode control scheme and receding horizon control scheme are unified together.Under the condition to ensure global stability or semi-global stability, the proposed method has the following features. Firstly, the sliding mode plane is no longer selected by the designer, but it is decided by the value funtion. The stable region is global or semi-global. Sliding mode reaching condition is no longer nec

英文关键词: Dynamic programming;Value-function-based control;Sliding-mode motion;Numerical optimization method;Generalized velocity field

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】神经分段常时滞微分方程
专知会员服务
33+阅读 · 2022年1月14日
专知会员服务
32+阅读 · 2021年9月14日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
【TPAMI2021】基于知识锚点进化的AutoML
专知会员服务
21+阅读 · 2021年5月1日
专知会员服务
29+阅读 · 2021年4月12日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
【Nature论文】深度网络中的梯度下降复杂度控制
专知会员服务
38+阅读 · 2020年3月9日
交替方向乘子法(ADMM)算法原理详解
PaperWeekly
3+阅读 · 2022年1月21日
【TPAMI2021】基于知识锚点进化的AutoML
专知
2+阅读 · 2021年5月1日
一文读懂线性回归、岭回归和Lasso回归
CSDN
34+阅读 · 2019年10月13日
从泰勒展开来看梯度下降算法
深度学习每日摘要
13+阅读 · 2019年4月9日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
26+阅读 · 2017年7月9日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+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
2+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
0+阅读 · 2011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
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
23+阅读 · 2021年3月4日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
【AAAI 2022】神经分段常时滞微分方程
专知会员服务
33+阅读 · 2022年1月14日
专知会员服务
32+阅读 · 2021年9月14日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
【TPAMI2021】基于知识锚点进化的AutoML
专知会员服务
21+阅读 · 2021年5月1日
专知会员服务
29+阅读 · 2021年4月12日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
【Nature论文】深度网络中的梯度下降复杂度控制
专知会员服务
38+阅读 · 2020年3月9日
相关资讯
交替方向乘子法(ADMM)算法原理详解
PaperWeekly
3+阅读 · 2022年1月21日
【TPAMI2021】基于知识锚点进化的AutoML
专知
2+阅读 · 2021年5月1日
一文读懂线性回归、岭回归和Lasso回归
CSDN
34+阅读 · 2019年10月13日
从泰勒展开来看梯度下降算法
深度学习每日摘要
13+阅读 · 2019年4月9日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
26+阅读 · 2017年7月9日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+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
2+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
0+阅读 · 2011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
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员