论文研究 共轭梯度法在模型与实际差异的非线性最优控制中的应用

本文提出了一种有效的计算算法来解决非线性最优控制问题。在我们的方法中，采用了线性二次最优控制模型，该模型将调整后的参数添加到所使用的模型中。应用此模型的目的是要考虑实际工厂与计算过程中使用的模型之间的差异。为此，引入了扩展的最优控制问题，使得系统优化和参数估计相互交互。因此，在定义了哈密顿函数之后，得出了最优条件。具体地，导致了基于模型的改进的最优控制问题。在这里，共轭梯度法用于解决基于模型的改进的最优控制问题，其中反复使用所用模型的最优解，然后在每个迭代步骤中更新调整后的参数。当达到收敛时，尽管模型与现实之间存在差异，但迭代解决方案仍将逼近原始最优控制问题的正确解决方案。为了