基于近似動(dòng)態(tài)規(guī)劃的倒立擺控制.pdf

1、倒立擺系統(tǒng)的控制研究在控制理論及其應(yīng)用領(lǐng)域里，長(zhǎng)期以來(lái)引起研究人員極大的興趣。它是檢驗(yàn)各種新的控制理論和方法的有效實(shí)驗(yàn)裝置，作為一個(gè)高階、非線性、不穩(wěn)定系統(tǒng)，它的穩(wěn)定、隨動(dòng)控制相當(dāng)困難，在控制領(lǐng)域中是一個(gè)極具挑戰(zhàn)性的難題。近似動(dòng)態(tài)規(guī)劃結(jié)合了神經(jīng)網(wǎng)絡(luò)、經(jīng)典動(dòng)態(tài)規(guī)劃思想等內(nèi)容，可以解決被控對(duì)象難建模問(wèn)題和避免“維數(shù)災(zāi)”問(wèn)題，是一種先進(jìn)的控制方法。 本文主要研究近似動(dòng)態(tài)規(guī)劃的ADHDP(Action-DependentHeuristi

2、c Dynamic Programming，執(zhí)行依賴啟發(fā)式動(dòng)態(tài)規(guī)劃)和ADDHP(Action-Dependent Dual Heuristic Programming，執(zhí)行依賴雙啟發(fā)式動(dòng)態(tài)規(guī)劃)這兩種方法。通過(guò)ADHDP和ADDHP方法的原理分析，并根據(jù)倒立擺的狀態(tài)變量，構(gòu)建了評(píng)價(jià)網(wǎng)絡(luò)和執(zhí)行網(wǎng)絡(luò)。把系統(tǒng)狀態(tài)變量和執(zhí)行網(wǎng)絡(luò)的一個(gè)輸出作為評(píng)價(jià)網(wǎng)絡(luò)的輸入，評(píng)價(jià)網(wǎng)絡(luò)的輸出作為代價(jià)(COSt)函數(shù)的近似，通過(guò)最小化該近似值的誤差來(lái)調(diào)整評(píng)價(jià)網(wǎng)絡(luò)的