基于向量图分析的迭代学习控制快速算法研究

迭代学习控制方法自日本学者Arimoto提出至今，引起了人们的广泛关注并获得了长足的发展，它已逐步形成了智能控制中一个活跃的分支，其应用范围在不断的扩大。近二十年来，国内外对于迭代学习控制算法的结构、稳定性和收敛性等问题的研究非常活跃，发表了许多研究成果，但关于迭代学习控制算法速度方面的研究则较少。对于一个迭代学习控制系统而言，除了要求学习算法的稳定和收敛外，一个非常重要的问题的如何使迭代学习控制过程更快地收敛于期望值，因此本课题的研究对完善和丰富迭代学习控制的理论和方法有着重要的意义。本课题拟通过从Arimoto算法出发，将其转化为向量图形式，再利用几何分析的方法对向量图进行分析，来建立迭代学习控制方法的几何理论框架。且寻找在这一理论框架下去设计有效的迭代学习控制算法的方法，使其具有较快的收敛速度和较高的收敛精度。本课题提出的方法可丰富迭代学习控制的研究内容。