.png){kind=icon}
返回
Optimal control with fixed-time adaptive dynamic programming based on virtual control law saturation
.png){kind=icon}
PRE
AI
DOI：10.1080/00207721.2026.2736804.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决在线迭代学习过程与固定时间稳定性所要求的严格收敛时间之间的冲突，本文提出了一种基于自适应动态规划（ADP）的固定时间最优控制方法。此外，结合在线学习和神经网络近似哈密尔顿-雅可比-贝尔曼（HJB）方程，获得了最优控制器。另外，提出了一种具有线性区域的饱和近似函数，以解决饱和函数的非可微点问题，并有效抑制系统信号的过冲。为进一步简化控制器设计，将所提出的非对称虚拟控制律饱和（VCLS）集成到固定时间指令滤波中。最后，数值仿真和单关节机械臂系统仿真验证了所提出方案的有效性和性能优势。
Keyword:
Adaptive optimal control
virtual control law saturation
fixed-time command filter
neural network
期刊
I
IF:
4.6
论文数:
1.1K
被引数:
7.3K
机构
引用论文
暂无论文信息