免费论文摘要：非线性有限终值功夫体例最优化遏制的接洽

在此接洽中，应用动静规则推导出了Hamilton-Jacobi-Bellman (HJB) 和Hamilton-Jacobi-Isaacs (HJI) 等式，应用神经搜集本领来解Hamilton-Jacobi等式，所获得的算法被用来在线性体例，非完备链式体例和非线性回旋鼓励的平移振动器长进行仿真考查。同声在北京邮工学院学BYQ-5球状呆板人长进行了模样遏制的考查。开始，计划了非控制性输出体例最优化遏制，引见了值因变量神经搜集迫近本领，并且在 上，在确定巨细的网格上，经过应用最小二乘法来解等式。此本领不妨迫近求解时变HJB等式，而且不须要应用GHJB等式所诉求的遏制规则来举行迭代计划。其次，应用神经搜集来迫近解有时艰域最优化 状况反应遏制题目。此本领经过解对应有时艰域零和博弈题目来解关系的Hamilton-Jacobi-Isaacs等式。神经搜集在状况空间上迫近相映的值因变量，而且不妨求出此神经搜集的输入遏制。此本领表白神经搜集不妨普遍迫近博弈值因变量，其计划出来的遏制不妨保护体例的闭环宁静性和有限 增值，获得的截止是一个近 时变系数状况反应遏制器，此本领不妨事前离线计划。再次，经过观察普遍实足可控性和计划关系的截止来解非完备链式体例。范例证明链式体例并不许满意线性可控性宁静，但不妨经过功夫折叠变幻本领获得可控解。功夫折叠本领不妨在不须要任何状况变幻的情景下，获得一个贯串的渐近宁静遏制。结果，应用球状呆板人体例考证了前方章节所推导的算法的灵验性，考查截止表白神经搜集HJB/HJI本领基础满意呆板人模样遏制的诉求。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/209945.html