1.反复学习控制的定义
定义1  反复学习控制是一种学习控制策略,它反复应用先前试验得到的信息(而不是系统参数模型),以获得能够产生期望输出轨迹的控制输入,改善控制质量。

2.反复学习控制的任务
    给出系统的当前输入和当前输出,确定下一个期望输入使得系统的实际输出收敛于期望值。因此,在可能存在参数不确性定的情况下,可通过实际运行的输入输出数据获得取好的控制信号。反复控制与最优控制间的区别在于:最优控制根据系统模型计算最优输入,而反复控制则通过先前试验获得最好输入。反复控制与自适应控制的区别为:反复控制的算法是在每次试验后离线实现的,而自适应控制的算法是在线算法,而且需要大量计算。

3.反复学习控制系统的框图
    如图1所示,代表有界连续期望输出; 代表第k次迭代参考输入; 代表第(k+1)次迭代参考输入; 代表闭环控制系统的第k次实际迭代输出;k=1,2,…,n。

图1 反复学习控制原理框图

自动控制网www.eadianqi.com版权所有

图2 具有反馈控制器和输入饱和器的反复学习控制(据Jang等1995)