孙明轩;王丹伟 非线性时滞系统迭代学习控制的初始条件问题。 （英语） Zbl 1017.93042号 国际期刊系统。科学。 32，第11期，1365-1375（2001）. 针对一类存在初始函数误差的非线性时滞系统，研究了传统学习算法的渐近性质：\[\左\{开始{对齐}\dot x_k（t）&=f（x_k）（t），x_k（t-\tau），t）+B（x_k[t），x_k（t-\sigma），t。\]其中，\（t\）是操作间隔\（[0，t]\）中的时间，\（k\）是操作循环数。对于\（t\ in[0，t]\）和所有\。\（\tau＞0\）和\（\sigma＞0\）都是恒定的时间延迟。对于\（t\in[-\mu，0]\），\（\mu=\max\{\tau，\sigma\}\），（x_k（t）=\psi_k。给定期望的轨迹（y_d（t）），目标是找到一个控制输入，使系统输出遵循期望的轨迹。传统的学习算法采用以下形式\[u_{k+1}=u_k（t）+L（y_k（t），t）（\点y_d（t）-\点y_k，\]其中学习增益\（L（\cdot，\cdot）\）是分段连续的，有界于\（\mathbb R^m\次[0，T]\）。结果表明，当采用传统的学习算法时，由于初始函数的偏移，跟踪性能会很差。为了提高性能，引入了初始校正作用，并证明了其对初始函数误差的鲁棒性和收敛性。初始矫正作用是有限的，并在指定的时间间隔内使用。结果表明，该算法能够有效地提高跟踪性能，特别是鲁棒性和一致收敛性。结果进一步推广到具有多时滞的系统。给出了一个实例，并通过计算机仿真验证了该方法的性能。审核人：亚历山大·巴西尔耶夫（敖德萨） 引用于19文件 理学硕士： 93亿B51 设计技术（稳健设计、计算机辅助设计等） 93C23型 泛函微分方程控制/观测系统 93立方厘米 控制理论中的非线性系统 关键词：具有时滞的非线性系统;迭代学习控制;初始功能错误;跟踪误差;跟踪性能;传统学习算法;初始整流作用;稳健性性能;一致收敛;多重时间延迟 PDF格式BibTeX公司 XML格式引用 \textit{M.Sun}和\textit{D.Wang}，国际期刊系统。科学。32，第11号，1365--1375（2001；Zbl 1017.93042） 全文： 内政部 参考文献： [1] DOI:10.1002/acs.4480040610·Zbl 0738.93052号 ·doi:10.1002/acs.4480040610 [2] 内政部：10.1002/rob.4620010203·doi:10.1002/rob.4620010203 [3] BIEN Z.，迭代学习控制：分析。设计。整合和适用性（1998年） [4] 一类非线性系统的学习控制。第26届IEEE决策与控制会议记录。加利福尼亚州洛杉矶，第859-860页。 [5] 内政部：10.1109/9.109644·数字对象标识代码：10.1109/9.109644 [6] HIDEG，L.M.迭代学习控制方案中的时间延迟。1995年IEEE智能控制国际研讨会论文集。加利福尼亚州蒙特利，第215-220页。 [7] 内政部：10.1080/00207179608921632·Zbl 0850.93275号 ·doi:10.1080/00207179608921632 [8] MOORE K.L.，应用和计算控制、信号处理和电路1，第151页–（1998年） [9] PARK K.-H.，IEEE会议记录D部分145 pp 507–（1998） [10] 内政部：10.1080/00207729108902362·Zbl 0722.93039号 ·doi:10.1080/00207729108902362 [11] 内政部：10.1109/3477.604109·doi:10.1109/3477.604109 [12] SUN M.，A eta自动化Sinica。第20页，360页–（1994年） [13] SUN M.，迭代学习控制（1999） [14] SUN M.，《自动化学报》，第24页，第711页–（1998年） [15] SUN，M.、WANG，D.和CHEN，Y.时滞不确定非线性系统的迭代学习控制。第五届国际管制会议记录。自动化。机器人与视觉（ICARCV'98）。新加坡。第320–326页。 [16] DOI:10.1177/0278364998017006·doi:10.1177/027836499801701006 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。