• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Policy Iteration and Event-Triggered Robust Adaptive Dynamic Programming for Large-Scale Systems ?
【24h】

Policy Iteration and Event-Triggered Robust Adaptive Dynamic Programming for Large-Scale Systems ?

机译：用于大规模系统的政策迭代和事件触发的鲁棒自适应动态编程 ？

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, an event-triggered robust optimal control approach is proposed for large-scale systems with both parametric and dynamic uncertainties through robust adaptive dynamic programming, policy iteration, and small-gain techniques. By using the input and output data, the unmeasurable states are reconstructed instead of constructing a Luenberger observer. Starting from an admissible control policy, an event-based feedback control policy is learned to save the communication resources and reduce the number of control updates. The closed-loop stability and the convergence of the proposed algorithm are analyzed by using Lyapunov and small-gain techniques. A practical example of multimachine power systems with governor controllers is given to demonstrate the effectiveness of the proposed method.
机译：在本文中，通过强大的自适应动态规划，策略迭代和小增益技术，提出了一种具有参数和动态不确定性的大规模系统的事件触发的鲁棒优化控制方法。 通过使用输入和输出数据，重建不可估量的状态，而不是构建Luenberger观察者。 从可允许的控制策略开始，学习了基于事件的反馈控制策略以保存通信资源并减少控制更新的数量。 通过使用Lyapunov和小增益技术来分析闭环稳定性和所提出的算法的收敛性。 给出了具有调速器控制器的多机动力系统的实例，以证明所提出的方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号