基于数据驱动自适应动态规划的输入约束的 非线性系统H∞控制

• 作者: 李远冬 蒲俊 顾凡 马清亮
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 自适应动态规划 H∞控制 输入约束 最优控制 神经网络
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 学术研究
• 页码范围: 40-45
• 页数: 6页
• 分类号: TP13
• 字数: 4544字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2019.07.008

摘要

提出了一种包含在线采样、离线学习两个阶段的基于数据驱动的迭代自适应动态规划(ADP)算法,仅通过在线数据,解决输入约束的连续未知模型的非线性系统的H∞控制问题.通过策略迭代(PI)和迭代强化学习(IRL)方法推导出无模型(HJI)方程.构建3个神经网络,在线采集系统数据结束后,利用离线学习方法,近似求解无模型HJI方程,进而得到值函数、控制策略和扰动策略,神经网络的未知参数通过最小二乘方法求解.仿真结果验证了算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾凡		6	6	1.0	2.0
2	蒲俊		4	2	1.0	1.0
3	马清亮		2	1	1.0	1.0
4	李远冬		4	1	1.0	1.0