基于学习的自适应控制：理论及应用
【作 者】（美）穆哈辛·本奥斯曼著；樊慧津，刘兵，黄心汉译
【丛书名】工业控制与智能制造丛书
【形态项】 196
【出版项】 北京：机械工业出版社 , 2020.05
【ISBN号】978-7-111-65199-4
【中图法分类号】TP273
【原书定价】79.00
【主题词】自适应控制
【参考文献格式】 （美）穆哈辛·本奥斯曼著；樊慧津，刘兵，黄心汉译. 基于学习的自适应控制：理论及应用. 北京：机械工业出版社, 2020.05.
内容提要:
自适应控制一直是控制理论研究的主要内容之一，而基于学习的自适应控制是这个领域的研究前沿。本书将基于学习的方法与传统的自适应控制有机地结合在一起，融合了基于模型和基于数据的优势，提出了基于学习的自适应控制策略，并通过大量机电一体化示例展示了性能的优化，从而为传统的自适应控制理论开拓了新的思路。主要内容如下：针对控制向量仿射的非线性模型，提出了迭代反馈增益整定方法，并将该方法应用到电磁执行器和刚性机械臂两个机电一体化的系统中。介绍了基于学习的间接自适应控制方法，提出了一种新型的模块化自适应控制器实现方法，其中对比并融合了无模型和基于模型的学习算法。研究了实时系统辨识问题，提出了一种基于极值搜索的辨识算法。同时，研究了无限维系统模型简化问题，将偏微分方程形式的无限维模型简化为常微分方程形式的有限维模型。研究了结构不确定的线性时不变系统的自适应控制问题，结合基于模型的控制器和无模型极值搜索学习算法，提出了一种基于极值搜索的迭代学习模型预测控制方法。