间歇过程最优迭代学习控制的发展:从基于模型到数据驱动

• 作者: 侯忠生 池荣虎 黄彪
• 来源期刊: 自动化学报
• 关键词: 间歇过程 基于模型的最优迭代学习控制 迭代动态线性化 数据驱动的最优迭代学习控制
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 综述
• 页码范围: 917-932
• 页数: 16页
• 字数: 16446字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c170086

摘要

本文综述了间歇过程的基于模型的和数据驱动的最优迭代学习控制方法.基于模型的最优迭代学习控制方法需要已知被控对象精确的线性模型,其研究较为成熟和完善,有着系统的设计方法和分析工具.数据驱动的最优迭代学习控制系统设计和分析的关键是非线性重复系统的迭代动态线性化.本文简要综述了基于模型的最优迭代学习控制的研究进展,详细回顾了数据驱动的迭代动态线性化方法,包括其详细的推导过程和突出的特点.回顾和讨论了广义的数据驱动最优迭代学习控制方法,包括完整轨迹跟踪的数据驱动最优迭代学习控制方法,提出和讨论了多中间点跟踪的数据驱动最优点到点迭代学习控制方法,和终端输出跟踪的数据驱动最优终端迭代学习控制方法.进一步,迭代学习控制研究中的关键问题,如随机迭代变化初始条件、迭代变化参考轨迹、输入输出约束、高阶学习控制律、计算复杂性等.本文突出强调了基于模型的和数据驱动的最优迭代学习控制方法各自的特点与区别联系,以方便读者理解.最后,本文提出数据驱动的迭代学习控制方法已成为越来越复杂间歇过程控制发展的未来方向,一些开放的具有挑战性的问题还有待于进一步研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯忠生	北京交通大学先进控制系统研究所	56	1205	23.0	33.0
2	池荣虎	青岛科技大学自动化与电子工程学院	19	146	7.0	11.0
3	黄彪	阿尔伯塔大学化学与材料工程学院	1	23	1.0	1.0