基于迭代神经动态规划的数据驱动非线性近似最优调节

发布时间：2018-02-01 05:55

  本文关键词： 自适应动态规划 数据驱动控制 迭代神经动态规划 神经网络 非线性近似最优调节　出处：《自动化学报》2017年03期 　论文类型：期刊论文

【摘要】：利用数据驱动控制思想,建立一种设计离散时间非线性系统近似最优调节器的迭代神经动态规划方法.提出针对离散时间一般非线性系统的迭代自适应动态规划算法并且证明其收敛性与最优性.通过构建三种神经网络,给出全局二次启发式动态规划技术及其详细的实现过程,其中执行网络是在神经动态规划的框架下进行训练.这种新颖的结构可以近似代价函数及其导函数,同时在不依赖系统动态的情况下自适应地学习近似最优控制律.值得注意的是,这在降低对于控制矩阵或者其神经网络表示的要求方面,明显地改进了迭代自适应动态规划算法的现有结果,能够促进复杂非线性系统基于数据的优化与控制设计的发展.通过两个仿真实验,验证本文提出的数据驱动最优调节方法的有效性.
[Abstract]:The use of data driven control theory, dynamic programming method of iterative neural approximate optimal regulator to establish a design of discrete time nonlinear systems is proposed. Iterative adaptive dynamic programming algorithm for discrete time nonlinear systems and prove its convergence and optimality. Through the construction of three kinds of neural networks, the global technology and two heuristic dynamic programming the detailed implementation process, the implementation of network is trained in the framework of neural dynamic programming. This novel structure can approximate the cost function and its derivative function, at the same time does not depend on the system under the condition of dynamic adaptive learning approximate optimal control law. It is worth noting that, in the lower control matrix or the nerve the network said, obviously improved the existing iterative adaptive dynamic programming algorithm, can promote the complex non linear The development of system optimization and control design based on data. Through two simulation experiments validate the proposed data-driven effective optimal adjustment method.

【作者单位】： 中国科学院自动化研究所复杂系统管理与控制国家重点实验室;天津市过程检测与控制重点实验室 天津大学电气自动化与信息工程学院;北京科技大学自动化学院;
【基金】：国家自然科学基金(61233001,61273140,61304018,61304086,61533017,U1501251,61411130160) 北京市自然科学基金(4162065) 天津市自然科学基金(14JCQNJC05400) 中国科学院自动化研究所复杂系统管理与控制国家重点实验室优秀人才基金 天津市过程检测与控制重点实验室开放课题基金(TKLPMC-201612)资助~~
【分类号】：O232
【正文快照】： 最优控制研究如何设计控制器使得系统的性能指标达到最优.它广泛存在于工程技术和社会生活中,是现代控制理论的重要内容之一.与线性系统的最优控制问题需要求解Riccati方程不同,研究非线性系统的最优控制通常需要求解非线性HamiltonJacobi-Bellman(HJB)方程.例如,对于离散时间

【相似文献】

相关期刊论文 前10条

1 王雪枝;;大数据时代图书馆数据驱动服务模式的构建[J];科技风;2013年20期

2 王方;苏玉召;黄文睿;;数据驱动与目标驱动的个性化比较[J];河南科技;2012年12期

3 张颜颜;唐立新;;改进的数据驱动子空间算法求解钢铁企业能源预测问题[J];控制理论与应用;2012年12期

4 任玉梅;;智慧城市的生活图景[J];大众科学;2014年04期

5 杨丽君;刘渝妍;;基于数据驱动建模的毒情预测方法研究[J];云南警官学院学报;2012年04期

6 李朝霞;;元数据驱动的SaaS定制技术研究[J];科技信息;2013年01期

7 王卫红;侯忠生;霍海波;金尚泰;;基于数据驱动方法的控制器设计及其参数整定[J];系统科学与数学;2010年06期

8 严金贵;罗军;;数据驱动的MIS应用系统平台研究[J];科技资讯;2007年04期

9 哀微;朱学峰;;水厂混凝投药大滞后过程的数据驱动直接控制方法[J];控制理论与应用;2011年03期

10 钟宁;梁佩鹏;秦裕林;吕胜富;杨延辉;李坤成;;数据驱动的科学发现的神经机制:一项fMRI研究[J];中国科学(C辑:生命科学);2009年03期

相关会议论文 前7条

1 胡继华;;元数据驱动在信息资源管理中的应用研究——以城建行业为例[A];中国地理信息系统协会第三次代表大会暨第七届年会论文集[C];2003年

2 石磊;;数据驱动新闻的制约与挑战[A];媒介化社会的社会文明建构——第四届“华中地区研究生新闻传播学术论坛”优秀论文集[C];2013年

3 韩守鹏;邱晓刚;黄柯棣;;动态数据驱动的适应性建模与仿真[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

4 邹自明;;国际日地空间物理虚拟观测台新进展[A];中国地球物理学会第二十四届年会论文集[C];2008年

5 王承博;朱登明;;数据驱动的大规模水面动画合成方法[A];第六届全国几何设计与计算学术会议论文集[C];2013年

6 刘倩;王缉宪;孙永海;;“数据驱动”的城市停车政策革新:方法与启示——以深圳为例[A];:城乡治理与规划改革——2014中国城市规划年会论文集（05 城市交通规划）[C];2014年

7 黄大网;南佐民;杨新亮;;数据驱动学习与英语写作教学中的语域知识传授——基于CLEC语料库的个案研究[A];英语写作教学与研究的中国视角——第四届中国英语写作教学与研究国际研讨会论文集[C];2008年

相关重要报纸文章 前10条

1 上海科学学研究所 李辉 汤琦 梁Pr;数据驱动的创新[N];文汇报;2013年

2 赵国利;大数据驱动创新思维[N];解放军报;2013年

3 吴勇毅;如何建立大数据驱动的商业模式[N];中国冶金报;2014年

4 罗庆朗;运用大数据驱动创新发展[N];学习时报;2014年

5 本报记者 姚传富;数据驱动业务已经成为潮流[N];人民邮电;2014年

6 本报记者 别坤;大数据驱动智能交通[N];计算机世界;2013年

7 ;探寻“大数据驱动创新”的路径[N];文汇报;2013年

8 中国科学院院士 郭华东;科学大数据驱动学科发展[N];中国信息化周报;2014年

9 本报记者 宋辰;新互联时代 数据驱动商业变革[N];计算机世界;2013年

10 姜浩端 国务院发展研究中心信息中心副研究员;数据驱动决策的挑战[N];中国经济时报;2013年

相关博士学位论文 前10条

1 汲小溪;大数据驱动的计算生物标识研究[D];复旦大学;2014年

2 黄爱芹;基于数据驱动的调节阀故障诊断方法研究[D];山东大学;2015年

3 马骁鹏;基于数据驱动的时变太阳风磁流体数值模拟[D];中国科学院国家空间科学中心;2016年

4 王杨刚;基于数据驱动的基础地质图件更新关键技术研究[D];中国地质大学(北京);2016年

5 何章鸣;非预期故障的数据驱动诊断方法研究[D];国防科学技术大学;2015年

6 丁建伟;数据驱动的复杂装备异常检测方法[D];清华大学;2015年

7 洪悦;基于机理和数据驱动的冷轧生产过程操作优化研究[D];东北大学;2014年

8 刘强;数据驱动与机理分析相结合的冷轧连退过程故障诊断方法研究[D];东北大学;2012年

9 李永强;数据驱动非线性控制：镇定、最优镇定以及输出跟踪[D];北京交通大学;2014年

10 谢雯;网络化系统中的数据驱动估计与控制[D];北京理工大学;2014年

相关硕士学位论文 前10条

1 李方前;基于数据驱动的TE过程故障诊断研究[D];昆明理工大学;2015年

2 刘浩;基于即时学习的模型未知系统数据驱动控制策略研究[D];燕山大学;2015年

3 周晶晶;基于语料库的大学英语词汇教学实证研究[D];闽南师范大学;2015年

4 薛亮;数据驱动的商品推送系统的设计与实现[D];哈尔滨工业大学;2015年

5 陈金龙;大数据驱动的智能交通云服务构建与组合技术研究[D];杭州师范大学;2015年

6 李晓晨;面向软件仓库挖掘的数据驱动特征构建方法[D];大连理工大学;2015年

7 王秋钰;大数据驱动下的影响者营销研究[D];南京大学;2015年

8 汪盼;基于语料库的数据驱动学习法在初中英语语法课堂教学中的运用研究[D];杭州师范大学;2015年

9 李娜;基于数据驱动的PID控制器优化研究[D];华北电力大学;2015年

10 黄鼎慧;基于数据驱动的FAO系统测试方法研究[D];北京交通大学;2016年

，

本文编号：1481111