| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 课题背景及意义 | 第16-17页 |
| 1.2 主动控制技术的研究现状 | 第17-19页 |
| 1.3 学习控制的发展和研究现状 | 第19-21页 |
| 1.4 论文主要工作 | 第21-24页 |
| 第二章 理论基础 | 第24-36页 |
| 2.1 强化学习 | 第24-28页 |
| 2.1.1 马尔可夫决策过程 | 第24-25页 |
| 2.1.2 动态规划 | 第25-26页 |
| 2.1.3 蒙特卡洛 | 第26-27页 |
| 2.1.4 时间差分 | 第27-28页 |
| 2.2 强化学习的改进 | 第28-32页 |
| 2.2.1 探索利用平衡 | 第28-29页 |
| 2.2.2 时间信度分配 | 第29页 |
| 2.2.3 泛化能力 | 第29-31页 |
| 2.2.4 维数灾难 | 第31页 |
| 2.2.5 分层强化学习 | 第31-32页 |
| 2.3 模糊近似强化学习 | 第32-34页 |
| 2.3.1 模糊控制器 | 第32-33页 |
| 2.3.2 模糊近似的强化学习 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 5米大型天线反射面的建模和控制 | 第36-48页 |
| 3.1 5米大型天线反射面调整系统的构造 | 第36-37页 |
| 3.2 5米大型天线反射面调整系统的建模 | 第37-39页 |
| 3.3 多变量离散LQR控制 | 第39-44页 |
| 3.3.1 控制器设计 | 第39-41页 |
| 3.3.2 仿真分析 | 第41-44页 |
| 3.4 多变量不确定性问题 | 第44-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 基于参考模型的Q学习控制 | 第48-66页 |
| 4.1 不确定性来源及解决思路 | 第48-49页 |
| 4.2 参考模型Q学习算法 | 第49-54页 |
| 4.2.1 基于模型参考的解耦控制 | 第49-51页 |
| 4.2.2 基于Q学习的参数补偿 | 第51-53页 |
| 4.2.3 算法步骤 | 第53-54页 |
| 4.3 多工况下反射面的变形控制 | 第54-56页 |
| 4.4 仿真分析 | 第56-63页 |
| 4.4.1 反射面变形控制仿真分析 | 第56-60页 |
| 4.4.2 多工况变形控制仿真分析 | 第60-63页 |
| 4.5 可变模型干扰下的变形控制问题 | 第63-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第五章 基于RBF模糊神经网络的参考模型Q学习控制 | 第66-82页 |
| 5.1 强化学习的经验迁移 | 第66-67页 |
| 5.2 基于RBF模糊神经网络的参考模型Q学习算法 | 第67-73页 |
| 5.2.1 层次结构 | 第67-70页 |
| 5.2.2 参数改进 | 第70-72页 |
| 5.2.3 算法步骤 | 第72-73页 |
| 5.3 基于Boltzmann策略的多工况控制 | 第73-74页 |
| 5.4 联合仿真 | 第74-80页 |
| 5.4.1 可变模型扰动问题的联合仿真 | 第74-78页 |
| 5.4.2 多工况问题的联合仿真 | 第78-80页 |
| 5.5 本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 总结 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-91页 |