一种基于最速下降法的无模型自适应控制

• 作者: 佃松宜 吉蕊 苏敏
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 无模型自适应控制 数据驱动 惩罚因子 在线寻优
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 26-30
• 页数: 5页
• 分类号: TP273
• 字数: 3915字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2018.05.006

摘要

无模型自适应算法是一种利用数据驱动的方法,它无需系统的精确模型,且计算量小,易于实现.目前已有的无模型自适应控制算法在选取惩罚因子时大多采用试凑或固定常数,往往难以获得满意的控制性能.针对这个问题,提出一种对控制律与伪偏导数的惩罚因子在线寻优的方法.利用最速下降法的迭代优化思想,对惩罚因子进行寻优,收敛速度明显提升,并取得更好的系统性能指标参数,达到系统最优性能,在此基础上进行了闭环系统稳定性的严格证明.最后,通过Matlab仿真验证了该方法与现有无模型自适应控制方法相比具有更好的控制品质,且抗扰性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏敏	四川大学电气信息学院	53	324	9.0	15.0
2	佃松宜	四川大学电气信息学院	81	311	8.0	14.0
3	吉蕊	四川大学电气信息学院	2	2	1.0	1.0