近年來,在許多領域中最優(yōu)化問題得到越來越多的學者的重視和研究,在控制系統(tǒng)領域中最優(yōu)化問題也有著極其重要的意義,因為在控制領域中的很多控制策略問題都可以通過數(shù)學方法來轉(zhuǎn)化為對應的優(yōu)化問題,進而求解優(yōu)化問題來實現(xiàn)相關的控制策略。但是傳統(tǒng)的優(yōu)化方法在求解實際優(yōu)化問題的同時暴露了越來越多的缺陷,因而學者們展開了對新方法的探索,以便于對目標函數(shù)進行有效及高效的求解,新的優(yōu)化方法需求也越來越迫切。由于神經(jīng)網(wǎng)絡模型在求解優(yōu)化方法時可進行大范圍的并行計算處理,在優(yōu)化計算上具有重大意義,同時神經(jīng)網(wǎng)絡也可在極短時間內(nèi)收斂到平衡點,對優(yōu)化問題的求解具有快速收斂的優(yōu)點,因此利用遞歸神經(jīng)網(wǎng)絡模型來實現(xiàn)最優(yōu)化問題的求解得到越來越廣泛的研究。與此同時,神經(jīng)網(wǎng)絡優(yōu)化的應用在各個領域已開始逐漸開展。本文主要將神經(jīng)動力學優(yōu)化方法應用在控制系統(tǒng)方面,針對系統(tǒng)的魯棒穩(wěn)定性問題展開研究及論證,在神經(jīng)動力學優(yōu)化基礎上,利用兩個遞歸神經(jīng)網(wǎng)絡模型來實現(xiàn)對優(yōu)化問題的分解計算,一方面降低計算復雜度,另一方面實現(xiàn)了并行加速的目的。另外,在控制系統(tǒng)的魯棒控制問題研究中,由于系統(tǒng)極點的分布直接決定了系統(tǒng)自身的穩(wěn)定性和影響系統(tǒng)的響應速度,因而極... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 優(yōu)化問題的研究現(xiàn)狀
        1.2.2 分數(shù)階系統(tǒng)穩(wěn)定性的研究現(xiàn)狀
    1.3 論文研究內(nèi)容
    1.4 論文的組織結構
2 分數(shù)階控制系統(tǒng)
    2.1 引言
    2.2 分數(shù)階微積分的基本定義
        2.2.1 Gamma函數(shù)
        2.2.2 Grunwald?Letnikov(GL)定義
        2.2.3 Riemann-Liouville(RL)定義
        2.2.4 Caputo定義
        2.2.5 分數(shù)階微積分的性質(zhì)
    2.3 分數(shù)階微分方程
        2.3.1 分數(shù)階微分方程定義
        2.3.2 Mittag-Leffler(ML)函數(shù)
        2.3.3 分數(shù)階微分方程的解析解法
        2.3.4 分數(shù)階微分方程的數(shù)值解法
    2.4 分數(shù)階線性時不變系統(tǒng)
        2.4.1 狀態(tài)空間描述
        2.4.2 同元次分數(shù)階系統(tǒng)簡介及穩(wěn)定性分析
    2.5 本章小結
3 基于神經(jīng)動力學優(yōu)化的魯棒極點配置
    3.1 基本概念
        3.1.1 非光滑分析
        3.1.2 正規(guī)錐
        3.1.3 偽凸和偽單調(diào)
    3.2 神經(jīng)網(wǎng)絡模型
        3.2.1 模型描述
    3.3 神經(jīng)網(wǎng)絡模型的理論分析
        3.3.1 狀態(tài)向量x(t)的有界性
        3.3.2 有限時間收斂于ζ
        3.3.3 有限時間收斂于v
        3.3.4 最優(yōu)性分析
        3.3.5 收斂性分析
    3.4 基于神經(jīng)動力學優(yōu)化的魯棒極點配置
        3.4.1 魯棒極點配置問題描述
        3.4.2 神經(jīng)動力學優(yōu)化
    3.5 整數(shù)階線性系統(tǒng)仿真實例
4 分數(shù)階系統(tǒng)的魯棒極點配置
    4.1 基于神經(jīng)動力學優(yōu)化的魯棒極點配置
        4.1.1 魯棒極點配置問題描述
        4.1.2 神經(jīng)動力學優(yōu)化
    4.2 分數(shù)階系統(tǒng)實例
    4.3 分數(shù)階倒立擺模型
        4.3.1 模型描述
        4.3.2 仿真結果
    4.4 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝


【參考文獻】：
碩士論文
[1]基于分數(shù)階的倒立擺系統(tǒng)建模及優(yōu)化控制[D]. 劉正博.中原工學院 2016



本文編號：3313059