.png){kind=icon}
返回
Set-to-set iterative learning control
.png){kind=icon}
OA
AI
DOI：10.1016/j.automatica.2025.112422.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
对于某些迭代学习控制（ILC）应用，期望在特定时间获得集合或区域，而不是在这些时间跟踪特定的参考信号。在这些集合或区域内，未提供跟踪参考信号，因此必须进行无参考的集合跟踪，或需要在集合内创建参考信号。虽然现有的方法（如区域到区域ILC）在集合内创建参考信号，但本文通过开发一种新型集合到集合（STS）ILC扩展了ILC的研究，该算法执行无参考的时间索引集合跟踪。对STS ILC的分析表明，通过无参考地跟踪集合，STS ILC的优化成本将低于其他ILC方法的优化成本。此外，尽管存在未知的重复性扰动，STS ILC的更新律仍能使输出轨迹在所有期望时间内位于集合内。两个案例研究用于展示该方法的有效性，允许线性系统代理通过从一次迭代到下一次迭代学习正确路径，访问多面体集合区域。
Keyword:
Iterative learning control
Linear systems
Polytopes
期刊
IF:
5.9
论文数:
1.2W
被引数:
5.2W
机构
暂无机构信息
引用论文
.png){kind=icon}
A Data-Driven Constrained Norm-Optimal Iterative Learning Control Framework for LTI SystemsLTI系统的数据驱动约束范数最优迭代学习控制框架OAAI
OAAI分享收藏Pareto iterative learning control: Optimized control for multiple performance objectivesPareto迭代学习控制: 多性能目标的优化控制
PREAI
分享收藏
查看更多内容