反馈辅助PD型迭代学习控制：初值问题及修正策略
讨论迭代初态与期望初态存在固定偏移情形下的迭代学习控制问题，提出带有反馈辅助项的PD 型迭代学习控制算法，可实现系统输出对期望轨迹的渐近跟踪。为了进一步实现输出轨迹在预定有限区间上对期望轨迹的完全跟踪，提出分别带有初始修正作用和终态吸引的学习算法。文中给出所提出的学习算法的极限轨迹，并对学习算法进行收敛性分析，推导出收敛性充分条件，可用于学习增益的确定。通过数值结果，验证所提学习算法的有效性。
迭代学习控制、有限时间控制、反馈辅助、初始修正、终态吸引
TP1;TP2
国家自然科学基金61174034,61374103资助Supported by National Natural Science Foundation of China 61174034,61374103
2015-02-05（万方平台首次上网日期，不代表论文的发表时间）
共8页
157-164
