基于神经网络的受扰非线性系统最优控制及其应用

受外界扰动非线性系统最优控制是非常难解决的研究课题之一。由于任何系统都始终受到外界扰动的影响，所以研究系统受扰控制比研究初值问题更贴近实际系统。本项目以化工工程中具有强非线性特性的实际系统（如换热器、精馏塔、化学反应器等）为背景，研究基于神经网络的受扰非线性系统最优控制近似方法的设计问题。研究内容包括：将最优控制与神经网络结合，研究在外界扰动作用下的非线性系统的最优近似方法的设计问题；并将该方法推广到在外界持续扰动下的时变、时滞及不确定性等非线性系统中。研究未知扰动非线性系统的最优控制问题，引入干扰观测器等手段解决相关问题，得到有效的最优控制新的近似方法；将这些方法用于化工工程等实际系统的仿真和实验中。得到系列理论研究成果和应用软件和实验成果，发表一系列高水平论文，为提高我国化工工程系统控制水平提供理论和技术储备。