声明
摘要
第一章 绪论
1.1 非线性时滞系统最优控制理论概述
1.1.1 非线性时滞系统研究背景
1.1.2 非线性时滞系统最优控制研究的现实意义及研究现状
1.2 动态规划理论基本原理
1.2.1 动态规划方法简述
1.2.2 离散系统动态规划方法概述
1.2.3 连续系统动态规划方法概述
1.3 自适应动态规划理论基本原理
1.3.1 自适应动态规划方法的发展历程
1.3.2 自适应动态规划的基本原理
1.3.3 自适应动态规划的分类
1.3.4 无限时域与有限时域自适应动态规划
1.3.5 自适应动态规划的发展现状
1.4 本文的主要工作
第二章 基于ADP算法的带有饱和执行器的一类时滞非线性系统的最优控制
2.1 引言
2.2 问题描述
2.3 基于迭代ADP算法的最优控制
2.3.1 迭代ADP算法的推导
2.3.2 迭代ADP算法收敛性分析
2.4 迭代ADP算法实现
2.4.1 评判网络
2.4.2 执行网络
2.5 仿真研究
2.6 本章小结
第三章 基于HDP迭代算法的离散时间非线性时滞系统的最优跟踪控制
3.1 引言
3.2 问题描述
3.3 迭代HDP算法及其收敛性
3.3.1 迭代HDP算法的推导
3.3.2 迭代HDP算法的收敛性分析
3.3.3 迭代HDP算法的设计步骤
3.4 迭代HDP算法的神经网络实现
3.4.1 评判网络
3.4.2 执行网络
3.5 仿真研究
3.6 本章小结
第四章 基于ESNs结构的时滞非线性系统的迭代DHP实现方法
4.1 引言
4.2 迭代DHP算法
4.2.1 迭代DHP算法的基本结构
4.2.2 迭代DHP算法的收敛性分析
4.3 基于ESNs实现迭代DHP算法
4.3.1 ESNs的基本构造
4.3.2 ESNs的训练过程
4.3.3 迭代DHP算法的实现
4.4 仿真研究
4.5 本章小结
第五章 基于迭代ADP算法的一类仿射非线性时滞系统最优有限时域控制
5.1 引言
5.2 问题描述
5.3 仿射非线性系统的有限时域最优迭代算法
5.3.1 算法的收敛性分析
5.3.2 迭代算法的实现步骤
5.4 迭代ADP算法实现
5.4.1 评判网络
5.4.2 执行网络
5.5 仿真研究
5.6 本章小结
第六章 一类非仿射非线性时滞系统的有限时间最优控制
6.1 引言
6.2 问题描述
6.3 迭代ADP算法及其收敛性分析
6.3.1 迭代ADP算法的推导
6.3.2 算法的收敛性分析
6.4 仿真研究
6.5 本章小结
第七章 基于ADP算法的有限时间时滞非线性系统最优跟踪控制
7.1 引言
7.2 问题描述
7.3 基于ADP算法的Ⅳ步最优时不变轨迹跟踪控制
7.3.1 N步迭代ADP算法
7.3.2 N步ADP算法的收敛性
7.4 仿真研究
7.5 本章小结
第八章 问题与展望
参考文献
攻读博士学位期间的研究成果
致谢
个人简历