迭代学习控制的初态和收敛性研究

目录

声明

第1章 绪 论

1.1 课题研究背景意义

1.2 迭代学习控制的发展及应用

1.3 迭代学习控制应用研究内容及现状

1.3.1 算法的稳定性和收敛性

1.3.2 初态问题

1.3.3 收敛速度问题

1.3.4 鲁棒性

1.3.5 迭代学习控制与其它智能控制的结合

1.4 本文研究内容及章节安排

第2章 迭代学习控制基础知识

2.1 引言

2.2 迭代学习算法基本原理

2.3 迭代学习控制算法流程

2.4 基础迭代学习控制算法

2.5 数学预备知识

2.5.1 向量范数

2.5.2 矩阵范数

2.5.3 λ范数

2.5.4 Lipschitz条件

2.5.5 Bellman-Gronwall引理

2.6 本章小结

第3章 基于初始误差修正的闭环D型快速迭代学习控制研究

3.1 引言

3.2 系统问题描述

3.3 带加速项的迭代学习控制器设计

3.4 λ范数意义下系统收敛性分析

3.5 仿真验证

3.6 本章小结

第4章 基于初态学习和遗忘因子的指数变增益快速迭代学习控制研究

4.1 引言

4.2 系统问题描述

4.3 带初态学习律的快速迭代学习控制器设计

4.4 Q算子理论下系统收敛性分析

4.5 系统模型转换

4.6 仿真验证

4.7 本章小结

第5章 基于初态学习的神经网络自适应迭代学习控制研究

5.1 引言

5.2 系统问题描述

5.3 带初态学习的神经网络自适应迭代学习控制器设计

5.4 Lyapunov函数意义下系统收敛性分析

5.5 仿真验证

5.6 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢