自适应最优控制方法技术

本发明专利技术公开了一种自适应最优控制方法。其中，将控制系统的状态空间进行子空间划分；基于局部迭代算法，确定初始性能指标函数；判断控制系统的当前状态是否处于现行子空间中；若是，则根据判断结果优化当前状态下的动作；否则，保持上一时刻的动作，并根据状态所属子空间，确定初始迭代控制律以及初始迭代性能指标函数；接着，针对任一迭代，利用神经网络确定迭代性能指标函数和迭代控制律；再确定相邻两次迭代评价网络是否满足一定的收敛条件；最后，将得到的性能指标函数和控制律确定为最优性能指标函数和最优控制律。本发明专利技术实施例加快了收敛速度，实现了在系统状态稳定的情况下性能指标函数达到最小的效果。

Adaptive optimal control method

The invention discloses an adaptive optimal control method. Among them, the state space control system of Subspace Partition; local iteration algorithm based on determining the initial performance index function; judging the current status of control system is the current subspace; if, according to the optimization of the current state of the action judgment result; otherwise, keep on a moment to moment, and according to the state sub space, determine the initial iterative control law and the initial iteration performance index function; then, for any iteration, determine the iterative performance index function and iterative control law using neural network; then determine whether two consecutive iterations to meet the convergence condition of certain network evaluation; finally, the performance index function and to determine the optimal control law is obtained the performance index function and the optimal control law. The embodiment of the invention accelerates the convergence speed, and realizes the effect that the performance index function is minimized when the state of the system is stable.

【技术实现步骤摘要】

本专利技术实施例涉及智能控制
，尤其是涉及一种自适应最优控制方法。
技术介绍
在当今的社会生活和工业领域存在着大量的复杂系统,如电力系统、交通系统、制造系统、化工过程系统、通信网络系统等，其都需要被控系统在有限的资源条件下完成控制目标。最优控制是使控制系统的性能指标实现最优化的基本条件和综合方法。可概括为：对一个受控的动力学系统或运动过程，从一类允许的控制方案中找出一个最优的控制方案，使系统的运动在由某个初始状态转移到指定目标状态的同时，其性能指标最优。随着科技的发展,人们对控制系统的性能也提出了越来越高的要求。而这些复杂的系统通常具有高度的非线性、未知的动态特性、模型的不确定性等。除此之外，一般的复杂系统均有大量数据，若采用全局迭代方法使系统达到最优，则需要搜集系统的全部数据，使得系统收敛速度变慢。定义控制序列集合为：对于任意的控制序列：uk∈Θk，最优性能指标函数可以为： J * ( x k ) = i n f u ‾ k { J ( x k , u ‾ k ) : u ‾ k ∈ Θ ‾ k本文档来自技高网...

【技术保护点】
一种自适应最优控制方法，其特征在于，所述方法包括：步骤1：对控制系统的状态空间进行子空间划分；步骤2：基于局部迭代算法，根据以下公式确定初始性能指标函数：V0(xk)＝ψ(xk)；其中，所述xk表示所述控制系统的状态；所述ψ(xk)表示任意半正定函数；所述V0(xk)表示在所述xk下的所述初始性能指标函数；步骤3：判断所述控制系统的当前状态是否处于现行子空间中，若是，则执行步骤4；否则，执行步骤5；步骤4：优化所述当前状态下的动作；步骤5：保持上一时刻的动作，并根据状态所属子空间，确定初始迭代控制律以及初始迭代性能指标函数：v1(xk)=v0(xk),xk∈Ωx\Ψx0argminuk{U(xk,uk)+V0(xk+1)},xk∈Ψx0;]]>V1(xk)＝U(xk,v1(xk))+V1(F(xk,v1(xk)))；其中，所述v1(xk)表示所述初始迭代控制律；所述V1(xk)表示所述初始迭代性能指标函数；所述uk表示系统控制向量；所述F(xk,v1(xk))表示系统状态函数；所述U(xk,uk)表示效用函数；步骤6：针对任一迭代，利用神经网络根据以下公式确定迭代性能指标函数和迭代控制律：Vi(xk)＝U(xk,vi(xk))+Vi(F(xk,vi(xk)))；vi+1(xk)=vi(xk),xk∈Ωx\Ψxiargminuk{U(xk,uk)+Vi(xk+1)},xk∈Ψxi;]]>其中，所述i表示迭代指标，i＝1,2,...∞；所述Vi(xk)表示所述迭代性能指标函数；所述vi(xk)表示所述迭代控制律；步骤7：确定相邻两次迭代评价网络是否满足如下收敛条件：|Vi+1(xk)‑Vi(xk)|≤ε；其中，所述ε表示收敛精度；若是，执行步骤8；否则，执行步骤6；步骤8：将得到的性能指标函数和控制律确定为最优性能指标函数和最优控制律。...

【技术特征摘要】
1.一种自适应最优控制方法，其特征在于，所述方法包括：步骤1：对控制系统的状态空间进行子空间划分；步骤2：基于局部迭代算法，根据以下公式确定初始性能指标函数：V0(xk)＝ψ(xk)；其中，所述xk表示所述控制系统的状态；所述ψ(xk)表示任意半正定函数；所述V0(xk)表示在所述xk下的所述初始性能指标函数；步骤3：判断所述控制系统的当前状态是否处于现行子空间中，若是，则执行步骤4；否则，执行步骤5；步骤4：优化所述当前状态下的动作；步骤5：保持上一时刻的动作，并根据状态所属子空间，确定初始迭代控制律以及初始迭代性能指标函数： v 1 ( x k ) = v 0 ( x k ) , x k ∈ Ω x \\ ...

【专利技术属性】
技术研发人员：魏庆来，刘德荣，林桥，李本凯，赵博，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11