高阶内模学习控制理论及在快速路交通控制中的应用

高阶内模学习控制是指系统数学模型结构不变（随时间、迭代都不变）、而带有一些随迭代次数变化的因素的系统的迭代学习控制问题，而这些与迭代相关的因素可以用沿迭代轴的高阶系统来描述。具体说就是研究：参数是未知的和迭代依赖的、期望轨迹是迭代依赖的、扰动是迭代依赖的、初始条件是迭代依赖的系统的迭代学习控制问题。本项目是从实际问题中提炼而出，研究高阶内模学习控制控制理论与方法，以及在快速路交通流控制的应用。其理论意义是给出一套系统的设计高阶内模学习控制的理论与方法。应用背景是，为快速路交通流控制等应用领域的实际控制问题的解决提供可实际应用的控制技术。因此，该项目的研究不仅具有学术价值，同时也具有实际应用价值。