随机动态系统的学习和控制问题研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·研究现状 | 第9-12页 |
| ·隐式对偶自适应控制策略 | 第10-11页 |
| ·显式对偶自适应控制策略 | 第11页 |
| ·实际应用 | 第11-12页 |
| ·存在的问题 | 第12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 2 线性系统中学习和控制的权衡问题 | 第14-26页 |
| ·引言 | 第14-15页 |
| ·问题描述 | 第15-17页 |
| ·被控对象 | 第15-16页 |
| ·参数估计 | 第16页 |
| ·控制目标 | 第16页 |
| ·效用函数的介绍 | 第16-17页 |
| ·权衡控制算法 | 第17-20页 |
| ·辅助问题的解 | 第17-18页 |
| ·最优权衡系数的搜索 | 第18-20页 |
| ·控制算法步骤 | 第20页 |
| ·实例仿真及分析 | 第20-25页 |
| ·小结 | 第25-26页 |
| 3 基于RBF辨识的非线性系统的对偶控制 | 第26-36页 |
| ·引言 | 第26页 |
| ·问题描述 | 第26-27页 |
| ·被控对象 | 第26-27页 |
| ·控制目标函数 | 第27页 |
| ·神经网络网络 | 第27-29页 |
| ·RBF神经网络与MLP网络的比较 | 第27-28页 |
| ·RBF网络结构 | 第28-29页 |
| ·等效被控系统 | 第29页 |
| ·控制算法 | 第29-32页 |
| ·参数学习 | 第29-30页 |
| ·问题转换 | 第30-31页 |
| ·最优权系数的搜索 | 第31页 |
| ·控制算法步骤 | 第31-32页 |
| ·实例仿真及分析 | 第32-34页 |
| ·小结 | 第34-36页 |
| 4 多模型变换的自适应控制 | 第36-46页 |
| ·引言 | 第36-39页 |
| ·多模型控制基本原理 | 第36-37页 |
| ·多模型自适应控制 | 第37-39页 |
| ·问题描述 | 第39-40页 |
| ·被控对象介绍 | 第39页 |
| ·控制目标函数 | 第39-40页 |
| ·算法介绍 | 第40-42页 |
| ·局部RBF网络 | 第40页 |
| ·非线性参数估计 | 第40页 |
| ·求取控制律 | 第40-41页 |
| ·系统模型Bayes估计 | 第41-42页 |
| ·控制算法步骤 | 第42页 |
| ·实例仿真及分析 | 第42-45页 |
| ·小结 | 第45-46页 |
| 5 随机系统的对偶自适应控制 | 第46-54页 |
| ·广义最小方差对偶自适应控制 | 第46-49页 |
| ·对象模型 | 第46页 |
| ·控制算法 | 第46-48页 |
| ·实例仿真及分析 | 第48-49页 |
| ·极点配置的对偶自适应控制 | 第49-52页 |
| ·对象模型 | 第49-50页 |
| ·以确定性等价原理为基础的极点配置控制器 | 第50页 |
| ·对偶自适应控制器 | 第50-51页 |
| ·实例仿真及分析 | 第51-52页 |
| ·小结 | 第52-54页 |
| 6 结论 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录 公式推导计算 | 第62-63页 |
