分数阶非线性系统的基于初态学习的迭代学习控制策略

高帆; 耿燕

doi:10.13682/j.issn.2095-6533.2026.01.013

西安邮电大学学报 ›› 2026, Vol. 31 ›› Issue (1) : 120 -127. DOI: 10.13682/j.issn.2095-6533.2026.01.013

分数阶非线性系统的基于初态学习的迭代学习控制策略

高帆, 耿燕

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对分数阶非线性系统的初态偏移问题，提出一种基于初态学习的迭代学习控制策略。依据分数阶微积分的基本定义与性质，借助Gronwall不等式，研究该分数阶迭代学习控制算法在λ-范数意义下收敛性的充分条件，并完成严格证明。理论分析结果表明，当分数阶非线性系统的初始状态随迭代次数发生偏移时，系统跟踪误差仍能收敛到零；相比传统PD型算法，该算法突破了“每次迭代初态需相同”的限制，消除了随机初态对系统的影响。数值仿真结果表明，在该算法作用下，随着迭代次数增加，系统输出可实现对期望输出的精确跟踪，验证了理论的可行性与算法的有效性，并且在实际应用中表现出较强的鲁棒性和适应性。