项目名称: 基于混合系统理论的自适应学习控制

项目编号: No.60974139

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 自动化技术、计算机技术

项目作者: 李俊民

作者单位: 西安电子科技大学

项目金额: 31万元

中文摘要: 本研究课题拟针对机器人系统的复杂目标跟踪的迭代学习控制问题和工业过程稳态优化中的非重复目标跟踪的重复学习控制问题,将每次学习控制定义为离散事件,建立有限时间区间和无限时间区间时变参数化混合动态系统模型;提出分析这两类新型混合系统稳定性的混合Lyapunov稳定性理论,设计复杂目标跟踪的混合自适应迭代学习控制和混合自适应重复学习控制算法,保证跟踪误差在广义极大范数意义或广义均方范数意义下收敛于零;根据混合动态系统的稳定性理论分析该系统的稳定性、算法的收敛性;给出确定收敛目标轨线集的有效方法。给出重置误差对于系统性能影响的鲁棒性结果。然后将其推广到非线性时滞系统和未知非线性系统和关联动态大系统等。将新理论与方法应用于机器人系统非一致目标跟踪问题和连续工业过程稳态优化控制中,解决学习控制目标轨线收敛集的确定问题,更好地改善机器人系统的跟踪性能和工业过程的动态品质。

中文关键词: 混合自适应学习控制;混合系统稳定性;混合李雅普洛夫函数;非线性时变参数化系统;自适应模糊/神经网络控制

英文摘要:

英文关键词: hybridadaptivelearning control;Stability of hybrid systems;Hybrid Lyapunov function;nonlinear time-varying systems;Adaptive fuzzy/NN control

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31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
84+阅读 · 2020年12月11日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
34+阅读 · 2020年11月26日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9月18日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
机器人运动轨迹的模仿学习综述
专知
1+阅读 · 2021年11月12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
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
国家自然科学基金
1+阅读 · 2015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 · 2013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 · 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
Risk-Averse Receding Horizon Motion Planning
Arxiv
1+阅读 · 2022年4月20日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月14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
34+阅读 · 2022年1月31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
84+阅读 · 2020年12月11日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
34+阅读 · 2020年11月26日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9月18日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关基金
国家自然科学基金
1+阅读 · 2015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 · 2013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 · 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
微信扫码咨询专知VIP会员