基于并行Kleinman 迭代算法的Markov 跳变系统优化?? 控制
CSTR:
作者:
作者单位:

1. 安徽大学电气工程与自动化学院,合肥230601;
2. 华东理工大学信息科学与工程学院,上海200237.

作者简介:

何舒平

通讯作者:

中图分类号:

TP273

基金项目:

国家自然科学基金项目(61203051);教育部博士点基金项目(20123401120010);安徽省自然科学基金重点项目(KJ2012A014).


Optimal ?? control of Markov jump systems based on parallel Kleinman iteration algorithm
Author:
Affiliation:

1. School of Electrical Engineering and Automation,Anhui University,Hefei 230601,China;
2. School of Information Science and Engineering,East China University of Science and Technology,Shanghai 200237,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    基于Kleinman 迭代算法的框架, 提出两种数值迭代算法, 用于解决连续时间Markov 跳变系统的优化?? 控制器设计问题. 首先, 给出“ 直接并行Kleinman 迭代算法”, 并从正实算子的收敛性证明该算法的收敛性; 然后, 基于直接并行Kleinman 迭代算法, 提出一种更加广义的迭代算法结构, 即“ 广义并行Kleinman 迭代算法”, 并论述其包含的4 种情形; 最后, 通过数值示例验证了所提出算法的有效性.

    Abstract:

    Based on the framework of Kleinman iteration algorithm, two computation iteration algorithms are studied to solve the optimal ?? control problems for continuous-time Markov jump linear systems. Firstly, the direct parallel Kleinman iteration algorithm is proposed and the proof of the convergence of the iterative algorithm is established. Then, based on the direct parallel Kleinman, a more general iterative algorithm, called generalized parallel Kleinman iteration algorithm, is proposed with four different cases. Finally, a numerical example is provided to illustrate the effectiveness of the proposed algorithms.

    参考文献
    相似文献
    引证文献
引用本文

宋军 何舒平.基于并行Kleinman 迭代算法的Markov 跳变系统优化?? 控制[J].控制与决策,2016,31(3):559-563

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-12-13
  • 最后修改日期:2015-04-27
  • 录用日期:
  • 在线发布日期: 2016-03-20
  • 出版日期:
文章二维码