迭代學(xué)習(xí)在網(wǎng)絡(luò)控制和辨識中的應(yīng)用.pdf

1、迭代學(xué)習(xí)控制作為智能控制的一部分，具有方法簡單，描述嚴謹且不需要被控對象的詳細模型優(yōu)點，有利于解決傳統(tǒng)控制理論所不能解決的情況。常被用于不需要辨識系統(tǒng)參數(shù)，只有較少先驗知識和簡單的計算量的場合。
　　 本文首先針對網(wǎng)絡(luò)控制系統(tǒng)，采用迭代學(xué)習(xí)控制算法以解決數(shù)據(jù)丟失和傳輸延時的問題，并針對傳統(tǒng)迭代學(xué)習(xí)算法的學(xué)習(xí)率選擇的問題引入?yún)?shù)優(yōu)化方法，并針對網(wǎng)絡(luò)系統(tǒng)模型對其收斂性和速率進行分析。
　　 其次，針對數(shù)據(jù)丟失問題，提出新型迭

2、代學(xué)習(xí)控制方案，該系統(tǒng)可以不考率網(wǎng)絡(luò)傳輸中的延時特性，以提高系統(tǒng)穩(wěn)定性。通過Roessor模型，采用2-D分析法證明系統(tǒng)收斂性。最后實驗比對不同結(jié)構(gòu)的迭代學(xué)習(xí)方案額結(jié)果驗證方法的有效性。
　　 接著，利用迭代學(xué)習(xí)算法用于聚乙烯模型參數(shù)辨識中。相較于常用的PSO方法，對質(zhì)量指標(biāo)模型引入實時特性，且計算簡單。并證明含有非線性部分的系統(tǒng)迭代辨識的收斂性。最后仿真驗證結(jié)果的有效性。
　　 最后根據(jù)卷煙廠的實際控制要求組態(tài)winc