基于模型降维的参数优化加速迭代学习控制算法

摘要

本文针对离散线性时变系统在有限时间区间内的重复跟踪控制问题，提出了一种参数优化加速迭代学习控制算法．首先，在每次迭代中，基于上一次迭代的学习效果，采用不同的提取矩阵去除已经符合精度要求的数据，以此来降低模型的维度和缩减运行时间，达到加快学习控制的收敛速度和减少系统运行所需的计算量和存储空间的目的．然后，结合参数优化方法得到了控制增益的设计方案，并分析了跟踪误差的收敛性．最后，通过与固定增益迭代学习控制算法的仿真对比验证了所提出算法的有效性．

关键词

加速迭代学习控制 / 参数优化 / 收敛速度 / 模型降维 / 跟踪控制

基金资助

国家自然科学基金资助项目(62103133,521036011,62173341); 江苏省自然科学基金资助项目(BK20251776,BK20231487)