基于数据驱动的范数最优迭代学习控制

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

［摘要］ 在系统模型确定的前提下，传统的范数最优迭代学习控制（NOILC）可以有效提高伺服系统的跟踪精度。但是在实际控制过程中，系统模型参数往往是变化的，从而导致控制器性能的下降。为此，提出了一种基于数据驱动的范数最优迭代学习控制方法。以系统的输入输出为依据，建立系统估计模型的代价函数，对代价函数进行偏微分处理，得到一种基于数据驱动的非参数模型辨识方法，最后将此模型辨识方法和NOILC相结合。（剩余183字）

试读结束

目录
monitor