分布参数系统的迭代学习控制及其应用

In general,the control of distributed parameter systyems described by partial differential equation is more complex than that of ordinary differential systems.Iterative learning control is an intelligent control method by imitating human mind.At present,there have less research about iterative learning control for distributed parameter systyems and systematic research on control problems about distributed parameter systems by iterative learning control method is a new and challenging scientific problem.For the problem of iterative learning control for distributed parameter systems, this project includes the following several aspects:(1)designing of iterative learning algorithm and its convergence analysis for linear and nonlinear distributed parameter systems；(2)iterative learning control problem when its initial value exists error in the learning process；(3)robust problems in iterative learning control；(4)convergence rate and optimization of the algorithm；(5)the simulation of algorithm in iterative learning control for distributed parameter systems and applications of iterative learning control in practical problems which can be modeled as distributed parameter systems. The completion of this project will be the systematic establishment of the basic theory and method in iterative learning control for distributed parameter systems and will extend the application of intelligent control method in distributed parameter systems,which have very important academic value and application prospect.More than 10 papers in high level journals and a monograph will published for the results of this project.

由偏微分方程描述的分布参数系统的控制问题往往比一般的常微分系统更复杂。迭代学习控制是一种仿人思维的智能控制方法。目前，分布参数系统的迭代学习控制问题研究报道较少，利用迭代学习控制方法系统的研究分布参数系统的控制问题是一个崭新且具有挑战性的科学问题。本项目针对分布参数系统的迭代学习控制问题展开如下几个方面的研究：（1）线性和非线性分布参数系统迭代学习控制算法的设计及其收敛性分析；（2）学习过程中初值存在偏差时的迭代学习控制问题；(3)迭代学习控制系统的鲁棒性问题；（4）学习算法的速度和优化问题；（5）分布参数系统迭代学习算法的仿真和在可建模为分布参数系统的实际问题中的应用。 本项目的完成将系统地建立分布参数系统的迭代学习控制基本理论和方法框架，拓宽智能控制方法在分布参数系统上的应用，具有非常重要的学术价值和应用前景。研究成果将以10篇左右国内外高水平杂志论文和一部专著发表。

为建立与集总参数系统相对应的迭代学习控制理论体系，本项目研究了分布参数迭代学习控制几个方面的内容。包括 ：（1）针对抛物和双曲分布参数系统新的学习控制算法的设计及收敛性分析。如闭环P型，带遗忘因子的，PD型，初值学习的D型算法等。（2）分布参数离散化模型的迭代学习控制问题，即偏差分系统迭代学习控制问题。如正则和非正则离散分布参数系统迭代学习控制。为算法的数字化和可实现性打下基础。（3）分布参数系统迭代学习控制简单应用：水渠自动控制，交通流控制、故障诊断问题等。（4）其他特殊分布参数系统迭代学习控制问题：分布参数切换系统学习控制，广义分布参数系统学习控制。（5）算法的数值仿真。本项目的完成，基本建立了一套分布参数系统迭代学习控制理论体系，并有初步应用结果。. 本项目共发表学术论文21篇，其中SCI/EI检索的期刊论文9篇，核心期刊和会议论文多篇，初步形成专著一部，培养硕士研究生5名（已毕业），在读6名；研究队伍晋升高级职称2人，获得省级人才称号2人。

内容获取失败，请点击重试