基于單網絡評判學習的非線性系統(tǒng)魯棒跟蹤控制

摘要： 針對一類具有不確定性的連續(xù)時間非線性系統(tǒng),提出一種基于單網絡評判學習的魯棒跟蹤控制方法.首先建立由跟蹤誤差與參考軌跡構成的增廣系統(tǒng),將魯棒跟蹤控制問題轉換為鎮(zhèn)定設計問題.通過采用帶有折扣因子和特殊效用項的代價函數,將魯棒鎮(zhèn)定問題轉換為最優(yōu)控制問題.然后,通過構建評判神經網絡對最優(yōu)代價函數進行估計,進而得到最優(yōu)跟蹤控制算法.為了放松該算法的初始容許控制條件,在評判神經網絡權值更新... （共9頁）