论文部分内容阅读
对于一个未知的非线性连续系统或离散系统,从任给的一个初始控制出发,尝试实现一条给定的输出目标轨线。在满足一定条件下,利用跟踪误差来修正控制函数,经过反复的迭代学习可以取得满意的效果。本文改进了Arimoto、Togai和Bien等的开环迭代学习的收敛条件,并提出闭环迭代学习算法。理论与仿真结果证明了闭环算法在收敛条件、速度和抗干扰能力上都优于开环算法。