[发明专利]一种复值域连续时间非线性系统最优控制方法

权利要求书

1.一种复值域连续时间非线性系统最优控制方法，其特征在于，包括以下步骤：

步骤1，将非线性系统控制模型分割为实部模型和虚部模型；

步骤2，建立实部和虚部的代价函数构造关于复数系统的代价函数；

步骤3，通过代价函数完成策略迭代最优控制算法，并构造三层复数前向神经网络，实现复数非线性系统最优控制。

2.如权利要求1所述的一种复值域连续时间非线性系统最优控制方法，其特征在于，所述非线性系统控制模型分割为实部模型和虚部模型具体为：

z(t)＝x(t)+iy(t)， (2)

其中x(t)和y(t)分别是z(t)的实部和虚部。

3.如权利要求2所述的一种复值域连续时间非线性系统最优控制方法，其特征在于，其中x(t)和y(t)分别是z(t)的实部和虚部.f(z(t))被分离为：

f(z(t))＝f_R(x(t),y(t))+if_I(x(t),y(t))。 (3)

4.如权利要求1所述的一种复值域连续时间非线性系统最优控制方法，其特征在于，

建立实部和虚部的代价函数构造关于复数系统的代价函数，通过代价函数完成策略迭代最优控制算法具体为：

其中Q和R都是具有相应维度的正定矩阵。

5.如权利要求1所述的一种复值域连续时间非线性系统最优控制方法，其特征在于，通过哈密顿-雅可比-贝尔曼方程建立如下最优控制：

6.如权利要求1所述的一种复值域连续时间非线性系统最优控制方法，其特征在于，通过代价函数完成策略迭代最优控制算法，具体为：

从允许的初始控制对和开始，使用控制对和解决(9)中的代价函数V^k,如下：

或者等价于

根据(11)和(12)更新控制对：

然后回到步骤1.和收敛到最优时停止。