基于经验数据库的迭代学习初始控制输入量的确定
来源期刊：控制与决策2004年第1期
论文作者：杨胜跃 樊晓平 罗安
文章页码：27 - 65
关键词：迭代学习;线性加权;拟合曲线;神经网络;模糊技术;
摘 要：分析了初始控制输入量对迭代学习控制稳定性和收敛速度的影响,提出充分利用系统以往的控制经验来确定迭代学习初始控制输入量的思想,并给出3类确定方法——线性加权法、拟合曲线法和智能化法.对机器人对象的仿真结果表明,恰当地选取初始控制输入量,可使系统以较小的误差对新任务进行跟踪,进而减少迭代次数,提高学习控制的收敛速度,增强对新环境、新任务的适应能力.
杨胜跃，樊晓平，罗安
摘 要：分析了初始控制输入量对迭代学习控制稳定性和收敛速度的影响,提出充分利用系统以往的控制经验来确定迭代学习初始控制输入量的思想,并给出3类确定方法——线性加权法、拟合曲线法和智能化法.对机器人对象的仿真结果表明,恰当地选取初始控制输入量,可使系统以较小的误差对新任务进行跟踪,进而减少迭代次数,提高学习控制的收敛速度,增强对新环境、新任务的适应能力.
关键词：迭代学习;线性加权;拟合曲线;神经网络;模糊技术;
