基于神经网络逼近的点对点迭代学习控制

《基于神经网络逼近的点对点迭代学习控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｉ单化代码：１００１０〇＊？〇学号；３知７＾＾化《化义乂緣硕±研究生学位论文题目甚子也Ｒ蘇至也執糸巧矣違代掌３蓮己争１专．业按料對务＾Ｘ＞Ｃ研究生爲化指导教师池特、曰期）＾月３曰：Ｗｉ年化京化工大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中Ｗ明确方式标

2、明。本人完全意识到本声明的法律结果由本人承担。作者签名占Ｉ：茹化日期：旅关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定，即；研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可Ｗ公布学位论文的全部或部分内容，可允许采用影印、缩印或其它复制手段保存、汇编学位论文。□论文暂不公开（或保密）注释；本学位论文属于暂不公开（或保密）范围，在。

3、．年解密后适用本授权书□非暂不公开（或保密）论文注释：本学位论文不属于暂不公开（或保密）范围，适用本授权书。－作者签名如！４《：芬化日期：ＩｂＵ．导师签名：化日期；ｆＩ学位论文数据集中图分类号ＴＰ２７３学科分类号５１０８０１０论文编号１００１０２０１６０７０８密级公开学位授予单位代码１００１０学位授予单位名称北京化工大学作者姓名巧健学号２０１３２００７０８获学位专业名称控制科学与工程获学位专业代码０８１１课巧来巧国家自然科学基金

4、研究方向迄代学习控制论文巧目基于神经网络逼近巧点对点送代学习控制关键词神经网络，终巧送代学习控制，点对点迭代学习控制，非线性系统？论文答辩曰巧２０１６．５论文类型基础研究学位论文评闻及答辩委员会情况姓名职称工作单位学科专长指导教师沈栋巧教授北京化工大学控制巧论评阅人１李大字教授北京化工大学人工智化及先进控制评巧人２周靖林教授北京化工大学复杂系统建樸评阅人３评巧人４评阅人５答辩委员会主席李大字教授北京化工大学人工智化及先

5、进控制答辩委员１楚纪正教授北京化工大学过程建樓与仿真答辩委员２邱宪波植北京化工大学化洗控总片答辩委员３周靖林教授北京化工大学复杂系统建樣答辩委员４衫黄副教巧北京化工大学化工过程设计答辩委员５一注．．２．应用研究３．４．其它：论文类巧：１基础研究开发研究二．中困分类号在《中国图书资料分类法》奎询．？’ＧＢ－互．学科分类号在中华人民共和国国家标准（／Ｔ１３７４５９）《学科分类与代玛》中圭鴻．四．论文编号由单位代巧和年份及学号的后四位组成．

6、基于神经网络ｉｉ近的点对点迭代学习巧制巧要迭代学习控制在被首次提出后就受到了众多研究人员的关注，过去的几十年来无论是理论还是应用方面都得到了长化的发展。这种数据驱动的学习算法对于解决有限时间内的重复控制任务有着非常优秀的性能。在传统迭代学习控制问题中，控制目标往往会被设定为完整的目标轨迹，但在一实际应用当中可能只需要考虑部分关键位置，种特殊情形是只有系统运一行轨迹的最终状态或输出需要精确控制。这类特殊情形具有两个特点：一是唯的测量值来自终端状态或终端输出，无法得到系统完整的

7、输出轨迹，从而无法获得整个运行时间段内的跟踪误差，而仅能得到终端误差；二是设定的控制目标就是终端状态或终端输出，而并非跟踪完整的状态或输出一。轨迹，此类特殊情形被称为终端迭代学习控制问题更般的，若跟踪目标为完整轨迹上的若干点，相应的问题被称为点对点迭代学习控制问题。本篇论文分别讨论了基于神经网络的终端与点对点迭代学习控制问题，针一对类非仿射系统，本文引入径向基神经网络来直接逼近系统的输入信号，从而避免了强非线性问题的求解困境。通过构造辅助误差函数来补偿神经网络的逼近误差，分别讨论了定

8、值输入与时变输入对于控制性能的不同影响，并通过类李雅普诺夫的方法进行了收敛性分析。最终将终端控制算法一成功应用到了列车进站控制和间歇类型化学反应器中，另外通过个仿真算例验证了点对点控制算法的可靠性。Ｉ北京化工大学硕±学位论文关健词Ｓ神经网络，终端迭代学习控制，点对点迭代学习控制，非线性系统ＩＩＡＢＳＴＲＡＣＴＰ