考虑数据量化的改进无模型自适应迭代学习控制算法

作者：朱盼盼; 卜旭辉^*; 梁嘉琪; 闫帅明

来源：控制理论与应用, 2020, 37(05): 1178-1184.

• 无模型自适应控制
• 迭代学习
• 编码解码量化机制
• 数据量化

针对一类存在数据量化的离散时间单输入单输出非线性系统,提出一种带有编码解码量化机制的无模型自适应迭代学习控制(MFAILC)算法.首先使用伪偏导数将受控非线性系统动态线性化,进而考虑系统输出数据经由均匀量化器进行量化处理的过程,并设计了一种编码解码量化机制,最后基于这种编码解码量化机制提出了一种改进的MFAILC算法.理论上给出了算法的收敛性分析,结果表明,当系统存在数据量化时,所提出的算法仍可保证系统收敛.与已有算法相比,所提算法仅利用较少的输入输出数据,就可以实现跟踪误差的零收敛.仿真进一步验证了算法的有效性.

• 单位
  自动化学院; 河南理工大学