声明
摘要
1 绪论
1.1 迭代学习控制的提出和研究意义
1.2 迭代学习控制问题描述
1.2.1 迭代学习控制过程原理
1.2.2 迭代学习控制流程
1.3 迭代学习控制研究现状
1.3.1 PID型迭代学习控制学习律及其高阶算法
1.3.2 迭代学习控制的初值问题
1.3.3 迭代学习控制的2D分析法
1.3.4 优化迭代学习控制
1.3.5 非线性系统的迭代学习控制算法
1.3.6 迭代学习控制的鲁棒性问题
1.4 本文主要研究内容
2 高阶参数优化迭代学习控制算法
2.1 引言
2.2 时变参数优化迭代学习控制算法
2.3 高阶算法
2.4 仿真实例
2.5 本章小结
3 基于奇异值分解的PID型参数优化迭代学习控制算法
3.1 引言
3.2 问题描述
3.3 算法介绍
3.4 奇异值分解法
3.5 仿真分析
3.6 本章小结
4 基于拟Broyden法的非线性系统参数优化学习控制
4.1 引言
4.2 问题描述
4.3 基于牛顿法的迭代学习控制简介
4.4 基于拟Broyden法的参数优化迭代学习控制
4.5 算法实施
4.6 仿真分析
4.7 本章小结
5 基于改进牛顿法的非线性间歇反应过程终端迭代学习控制
5.1 引言
5.2 问题描述
5.3 改进的牛顿迭代学习控制算法介绍
5.4 仿真实例
5.5 本章小结
6 基于范数优化的一类不确定非线性系统鲁棒迭代学习控制
6.1 引言
6.2 问题描述
6.3 无扰动情况下的收敛性分析
6.4 范数优化的遗传算法实现
6.4.1 遗传算法简介
6.4.2 基于遗传算法的范数优化迭代学习控制算法
6.5 范数优化算法在扰动存在情况下的鲁棒性分析
6.6 仿真实例
6.7 本章小结
7 一种非线性离散系统鲁棒迭代学习控制方法
7.1 引言
7.2 离散非线性系统的鲁棒迭代学习控制算法
7.3 仿真分析
7.4 本章小结
8 结论与展望
8.1 结论
8.2 创新点摘要
8.3 展望
参考文献
攻读博士学位期间科研项目及科研成果
致谢
作者简介