受限条件下的轨迹更新综合预测迭代学习控制算法

摘要

本发明提出一种受限条件下的轨迹更新综合预测迭代学习控制算法，针对间歇过程点对点跟踪控制问题，在被控系统输入输出受限的情况下(包括直接的输入大小的约束，输入在时间和批次方向变化的约束以及输出大小的约束)，实现了轨迹跟踪和跟踪误差收敛,保留了轨迹更新算法既考虑时间方向性能又能利用非关键点自由度的优点，使得相对于传统算法有更快的收敛速度和更小的跟踪误差,其次因为考虑了输入输出受限条件，相对于无约束轨迹更新算法，有更小的跟踪误差和更好地抗干扰能力，应用范围更加广泛。