• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural Networks and Learning Systems, IEEE Transactions on >Optimal Control for Unknown Discrete-Time Nonlinear Markov Jump Systems Using Adaptive Dynamic Programming
【24h】

Optimal Control for Unknown Discrete-Time Nonlinear Markov Jump Systems Using Adaptive Dynamic Programming

机译：未知离散非线性马尔可夫跳跃系统的自适应动态规划最优控制

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we develop and analyze an optimal control method for a class of discrete-time nonlinear Markov jump systems (MJSs) with unknown system dynamics. Specifically, an identifier is established for the unknown systems to approximate system states, and an optimal control approach for nonlinear MJSs is developed to solve the Hamilton–Jacobi–Bellman equation based on the adaptive dynamic programming technique. We also develop detailed stability analysis of the control approach, including the convergence of the performance index function for nonlinear MJSs and the existence of the corresponding admissible control. Neural network techniques are used to approximate the proposed performance index function and the control law. To demonstrate the effectiveness of our approach, three simulation studies, one linear case, one nonlinear case, and one single link robot arm case, are used to validate the performance of the proposed optimal control method.
机译：本文针对系统动力学未知的一类离散时间非线性马尔可夫跳跃系统（MJSs），开发并分析了一种最优控制方法。具体而言，为未知系统建立一个标识符以近似系统状态，并基于自适应动态规划技术，开发了一种针对非线性MJS的最优控制方法，以求解Hamilton–Jacobi–Bellman方程。我们还开发了控制方法的详细稳定性分析，包括非线性MJS的性能指标函数的收敛性和相应的允许控制的存在。使用神经网络技术来近似提出的性能指标函数和控制律。为了证明我们方法的有效性，我们使用了三个仿真研究，一个线性情况，一个非线性情况和一个单链接机器人手臂情况，来验证所提出的最优控制方法的性能。

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