首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--自动控制理论论文

主动不完备数据下迭代学习控制与优化

学位论文数据集第3-4页
摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第15-25页
    1.1 课题背景及意义第15-16页
    1.2 迭代学习控制第16-18页
    1.3 采样迭代学习控制第18-20页
    1.4 量化迭代学习控制第20-21页
    1.5 点对点迭代学习控制第21-22页
    1.6 本文的主要工作第22-25页
第二章 采样间隔误差估计与变采样迭代学习控制第25-41页
    2.1 引言第25页
    2.2 问题提出第25-27页
    2.3 线性系统采样间隔跟踪误差上界估计第27-28页
    2.4 非线性系统采样间隔内跟踪误差上界估计:基于积分中值定理第28-31页
    2.5 非线性系统采样间隔内跟踪误差上界估计:基于Bellman-Gronwall引理第31-32页
    2.6 变采样策略第32-34页
    2.7 仿真实验第34-39页
        2.7.1 线性系统示例第34-37页
        2.7.2 非线性系统示例第37-39页
    2.8 本章小结第39-41页
第三章 离散确定系统的量化迭代学习控制第41-57页
    3.1 引言第41页
    3.2 问题提出第41-43页
    3.3 ILC算法设计与收敛性分析第43-45页
    3.4 推广到非线性系统情形第45-46页
    3.5 仿真实例第46-54页
        3.5.1 线性系统示例第47-51页
        3.5.2 非线性系统示例第51-54页
    3.6 本章小结第54-57页
第四章 离散随机系统的量化迭代学习控制第57-75页
    4.1 引言第57页
    4.2 问题提出第57-58页
    4.3 ILC算法设计与收敛性分析第58-63页
    4.4 推广到非线性系统情形第63-66页
    4.5 仿真示例第66-74页
        4.5.1 线性系统示例第67-71页
        4.5.2 非线性系统示例第71-74页
    4.6 本章小结第74-75页
第五章 随机系统的点对点迭代学习控制第75-85页
    5.1 引言第75页
    5.2 问题提出第75-77页
    5.3 ILC算法设计与收敛性分析第77-81页
        5.3.1 ILC算法收敛性第78-79页
        5.3.2 学习增益矩阵的选择第79-80页
        5.3.3 ILC的渐近性第80-81页
    5.4 仿真实例第81-84页
    5.5 本章小结第84-85页
第六章 结论与展望第85-87页
    6.1 结论第85页
    6.2 展望第85-87页
参考文献第87-93页
附录·压缩映射原理第93-97页
    Banach不动点定理第93页
    线性情形下的压缩映射原理第93-94页
    有界扰动下的压缩映射原理第94-97页
致谢第97-99页
研究成果及发表的学术论文第99-101页
作者和导师简介第101-103页
附件第103-104页

论文共104页,点击 下载论文
上一篇:国有产权、预算软约束与过度投资
下一篇:印刷机套筒装配机器人设计、建模与控制方法研究