[发明专利]基于可变误差的非线性系统自适应最优控制方法

说明书

一种可变误差的非线性自适应控制方法，通过引入合适的近似误差来逼近性能指标函数和策略控制函数，并使得指标函数能最终一致收敛。本发明结合神经网络，由于神经网络的良好的逼近性能，通过同时调节评价网络和策略网络的近似误差，使最终的性能指标函数能够收敛到最优评价函数的一个邻域内。

本发明是申请号为201510272090.4、申请日为2015年5月25日、发明名称为“一种基于可变误差的非线性系统自适应最优控制方法”的中国发明专利申请的分案申请。

技术领域

本发明涉及智能控制技术领域，尤其涉及一种基于可变误差的非线性系统自适应最优控制方法。

背景技术

在当今的社会生活和工业领域存在着大量的复杂系统，如电力系统、交通系统、制造系统、化工过程系统、通信网络系统等，都需要被控系统在有限的资源条件下完成控制目标。最优控制是使控制系统的性能指标实现最优化的基本条件和综合方法，可概括为：对一个受控的动力学系统或运动过程，从一类允许的控制方案中找出一个最优的控制方案，使系统的运动在由某个初始状态转移到指定的目标状态的同时，其性能指标值为最优。

随着科技的发展，人们对控制系统的性能也提出了越来越高的要求。而这些复杂系统通常具有高度的非线性、未知的动态特性、模型的不确定性等，难于建立精确的数学模型。而自适应控制可以看作是一个能根据环境变化智能调节自身特性的反馈控制系统，以使系统能按照一些设定的标准工作在最优状态。因此，如何设计出一种非线性系统自适应最优控制方法显得尤为重要。

发明内容

有鉴于此，本发明的主要目的在于提出一种基于可变误差的非线性系统自适应最优控制方法，以便满足对复杂系统的自适应控制。

为了实现上述目的，本发明提出了一种基于可变误差的非线性系统自适应最优控制方法，包括以下步骤：

步骤1、选择随机初始状态x₀；选择任意半正定函数Ψ(x_k)≥0；选择收敛精度ζ；给定参数序列{q_i}，其中0＜q_i＜1；给定两个常数0＜ξ＜1分别表示可变误差的衰减率；令迭代参数i＝0；

步骤2、令初始性能指标函数并求得参数γ₀，使其满足V₀(F(x_k，u_k))≤γ₀U(x_k，u_k)，其中F(x_k，u_k)是系统状态方程，V₀(x_k)为初始性能指标函数，U(x_k，u_k)是系统的效用函数，Ψ(x_k)为半正定函数；

步骤3、计算得到初始控制律以及初始迭代性能指标函数其中，ρ₀(x_k)为迭代控制近似误差，π₀(x_k)为迭代性能指标函数近似误差；

步骤4、定义单步迭代的目标迭代性能指标函数为定义全局迭代目标函数为计算获得参数σ₁使其满足给定任意0＜q₀≤1，如果σ₁满足其中γ₀可由步骤2得到，则估计参数γ₁使其满足V₁(F(x_k，u_k))≤γ₁U(x_k，u_k)，并令i＝i+1，继续执行下一步；否则，令和π₀(x_k)＝ξπ₀(x_k)，返回步骤3继续执行；