基于数据的非线性控制系统分析与设计

本项目将研究基于数据的非线性控制系统的分析与设计问题。针对目前实际工业过程非线性系统数学模型难以确立的情况，建立一套全新的基于数据的非线性控制系统分析与设计理论和方法，开辟对复杂工业非线性系统控制与优化的新途径。主要研究内容包括：1.研究基于数据的非线性系统稳定性分析方法和控制器设计方案；2.针对无时滞和有时滞的复杂非线性系统，研究基于数据的自适应动态规划最优控制理论和方法并给出性能指标收敛性分析结论；3.根据离线和在线等不同情况，研究适用于不同情况的基于数据的自适应动态规划算法，求解最优控制器；4.仿真和应用研究：首先开发本项目研究成果的软件仿真平台，其次在实验室小型生产线实验设备上做验证和改进，最后把研究成果应用于实际工业系统中，创造经济效益。上述研究成果将为基于数据的控制理论和非线性系统控制理论的发展提供新思路，丰富其研究内容，同时能推动我国自动化技术的深入发展和我国经济的向前迈进。

本项目研究基于数据的非线性控制系统的分析与设计问题。针对目前实际工业过程非线性系统数学模型难以确立的情况，建立了一套全新的基于数据的非线性控制系统分析与设计理论和方法，开辟了对复杂工业非线性系统控制与优化的新途径。在国家自然科学基金支持的四年中，课题组顺利并超额完成了申请书和计划书中的预期成果。所获得的研究成果包括： 1、针对系统函数未知的线性系统,提出直接根据系统的状态响应数据构成状态与输入数据序列形成系统的能控性与能观测性判据并提出基于数据的智能控制方法。 2、提出了一套离散系统的基于数据自适应动态规划最优控制方法及理论，研究了有限时间域、无穷时间域、时滞系统以及迭代误差条件等不同情况下的最优控制问题，并进一步建立了算法的收敛性理论及系统的稳定性理论。 3、提出了一套连续系统的基于数据自适应动态规划最优控制方法及理论，研究了连续系统存在不确定性、控制约束、模型未知等不同情况下的最优控制问题，使用强大的神经网络为工具，结合策略迭代、值迭代等算法，有效地解决了求解复杂 HJB 方程方法的困难。 4、提出了一套基于数据的多控制器迭代自适应动态规划方法，针对线性及非线性系统的两人零和、多人非零和博弈问题，研究了数据的自适应动态规划算法，证明了算法收敛性，并给出了高效的实现方法。 5、成功地将所提出的基于数据的自适应动态规划最优控制方法应用于解决交通信号系统、煤制甲醇生产过程、智能电网电能优化匹配问题，验证所提出的自适应动态规划控制理论的有效性。上述研究成果将为基于数据的控制理论和非线性系统控制理论的发展提供新思路，丰富其研究内容，同时能推动我国自动化技术的深入发展和我国经济的向前迈进。