动力学系统参数辨识问题最优控制解的理论与方法（I）—基本概 …

本文基于动力学系统参数辨识问题最优控制解的概念和确定性动力学系统的最优控制理论,建立了参数辨识研究与最优控制理论的对应关系。将最优控制的数学理论和算法应用于参数辨识问题的研究。依据Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ－Ｂｅｌｌｍａｎ（ＨＪＢ）方程解的理论阐述了动力学参数辨识最优控制解的存在唯一性问题,并据此得到了解决确定性系统参数辨识问题的具体算法步骤。     

Theory and Algorithm of Optimal Control Solution to Dynamic Systme Parameters Identification (

基于文(Ⅰ)(《应用数学和力学》,1998,20(2))的内容和随机最优控制理论,本文首先介绍了随机动力学系统参数辨识问题最优控制解的概念。然后讨论了建立参数辨识问题HJB方程的过程以及参数辨识的算法。最后给出了一个应用实例解决动力学系统局部非线性参数辨识问题的方法。     

动力学系统参数辨识问题最优控制解的理论与方法(Ⅱ)——随机系统参数辨识及应用实例

基于文(Ⅰ)(《应用数学和力学》,1998,20(2))的内容和随机最优控制理论,本文首先介绍了随机动力学系统参数辨识问题最优控制解的概念.然后讨论了建立参数辨识问题HJB方程的过程以及参数辨识的算法.最后给出了一个应用实例:解决动力学系统局部非线性参数辨识问题的方法.     

动力学系统参数辨识问题最优控制解的理论与方法(Ⅰ)--基本概念及确定性系统参数辨识

本文基于动力学系统参数辨识问题最优控制解的概念和确定性动力学系统的最优控制理论,建立了参数辨识研究与最优控制理论的对应关系.将最优控制的数学理论和算法应用于参数辨识问题的研究.依据Hamilton-Jacobi-Bellman (HJB)方程解的理论阐述了动力学系统参数辨识最优控制解的存在唯一性问题,并据此得到了解决确定性系统参数辨识问题的具体算法步骤.     

基于鲁棒最优控制的在线机器学习方法

基于再生核Hilbert空间(reproducing kernel Hilbert space,RKHS)的统计学习模型被广泛应用于函数逼近、图像处理、模式识别和回归分析等领域,并且也在非线性随机动力学系统的辨识问题中有着很好的表现.本文提出一个基于鲁棒最优控制的RKHS模型学习方法,来实现对非线性随机动力学系统的高效在线建模.利用本文得到的关于再生核空间的一些理论结果,本文将随机动力学系统的在线学习问题转化为一组具有有界随机扰动的离散时变线性系统的输出反馈镇定问题,并利用模型预测控制技术来设计相应的控制算法和学习算法.与现有的RKHS模型学习方法相比,在不引入任何数据窗口原理、剪枝技术、学习步长的调整机制以及对噪声统计性质的假设的情形下,新方法可以在保证模型参数快速且鲁棒收敛的同时,实现对动力学系统的自适应高精度建模.此外,本文首次从最优控制的视角出发,研究动力学系统的在线核学习问题.在本文提出的研究框架下,现有各种控制技术可以被利用起来开发新的鲁棒学习方法,这也为核学习理论的研究和算法的开发提供一些新的思路.本文亦给出了数值算例和对比结果,用来说明新方法的有效性.     

随机广义耦合微分Riccati方程解的存在性（英文）

本文研究利用奇异值分解方法,获得了随机广义耦合微分Riccati方程解的存在性.另外,作为应用,我们将解的存在性结论应用到了,带马尔可夫跳的线性随机奇异系统最优控制问题,并得到有限时区上的最优控制问题中最优控制的显式表示形式.     

一类非光滑分布参数系统的可辨识性及最优性条件

变压器温度场参数辨识问题是一种分片光滑的分布参数辨识问题,以流速为辨识参数,针对传质传热的一类分布参数系统参数辨识问题,证明了系统最优参数的存在性和控制参数为最优的必要条件,为变压器温度场的数值模拟研究提供了理论基础.     

非线性动力学系统的辨识：时频滤波与骨架曲线

利用非平稳信号的时频分析方法研究了一类非线性系统的频率特性和阻尼特性随运动形态的变化规律,得到了能简洁、直观地反映系统基本非线性动力学特性的广义骨架线性系统（简称GSLS）和骨架曲线。在此基础上,利用时频滤波方法根据系统非平稳响应信号对非线性系统进行辨识。该项工作为非线性系统反问题的研究提供了一条新的途径。     

几类典型随机非线性系统的辨识

考察实际中常见的三类典型随机非线性系统(即Wiener、Hammerstein和NARX系统)的辨识,首先概述了现有的递推和非递推辨识算法,然后介绍这三类系统的一个统一辨识框架:利用系统所确定的过程的马氏性及混合型,将辨识转化为求函数零点的问题,基于扩张截尾的随机逼近算法,得到了递推、强一致的辨识结果,并给出了数值模拟验证辨识算法收敛到真值.     

部分信息的完全耦合正倒向系统的随机最大值原理

本文研究了系统为Brown运动驱动的完全耦合的非线性正倒向随机微分方程的随机最优控制问题．系统要求可允许控制过程适应于标的Brown运动生成的盯域流的一个子盯域流．对于这种部分信息的随机最优控制问题,在控制区域为凸集和控制变量可以进入控制系统正向扩散系数的情形下,证明了最优性的一个充分条件（验证定理）和一个必要条件．     

基于混杂控制方法的生产库存策略的研究

研究了生产库存混杂动态模型的最优控制策略.首先,建立了生产库存系统的混杂动态模型,给出了其性能指标函数包含生产成本和库存成本的最优控制问题.基于参数化方法和古典的最优控制理论,给出了混杂动态最优控制问题的最优性必要条件.最后,利用该混杂最优性条件,得到了生产库存混杂动态控制问题的最优生产和库存策略,验证了结论的有效性.     

Hénon混沌系统的模糊广义预测控制与同步

针对Hénon混沌系统,本文给出了一种基于T-S模糊模型的混沌系统广义预测控制算法。该方法将模糊辨识和广义预测控制结合起来应用到Hénon混沌系统中。首先,应用T-S模糊模型对Hénon混沌系统进行辨识,模糊聚类法辨识模型的前件参数,递推最小二乘法辨识结论参数。基于辨识模型,采用广义预测控制算法对其进行控制,实现了系统的跟踪与同步。仿真结果表明,与其它算法相比,该算法能够保证系统输出快速、有效地跟踪设定值。     

一类海冰-海水耦合热力学系统参数辨识问题的最优性

针对一维的海冰-海水耦合热力学系统,以该系统中的物理参数为辨识量,以温度偏差为目标函数,建立了一个参数辨识模型,并证明了该问题最优解的存在性,从而为这类海冰-海水耦合热力学系统参数辨识问题的数值计算提供数学理论依据.     

带Poisson 跳跃的正倒向随机延迟系统递归最优控制问题的最大值原理

本文研究了带Poisson 跳跃的正倒向随机延迟系统的递归最优控制问题. 利用经典的针状变分方法、对偶技术和带Poisson 跳跃的超前倒向随机微分方程的相关结果, 证明了最优控制的最大值原理, 包括了最优控制满足的必要条件和充分条件.     

径流过程的广义Hammersstein模型及其辨识

本文针对一类水文随机模拟系统的参数辨识问题,提出了一种广义 Hammerstein辨识方法,讨论了广义Hammerstein函数的构造问题。文中给出了两个日径流系统辨识的实际例子。     

粘性解框架下的完全耦合正倒向随机系统最优控制问题的验证定理

研究了完全耦合正倒向随机控制系统的最优控制问题.得到了粘性解框架下的,控制变量同时出现在正倒向随机系统的漂移项和扩散项中的最优控制问题的验证定理.还讨论了验证定理在构造随机最优反馈控制中的应用.     

Lévy过程驱动的正倒向随机系统的随机最大值原理

研究了由Teugels鞅和与之独立的多维Brown运动共同驱动的正倒向随机控制系统的最优控制问题.这里Teugels鞅是一列与Levy过程相关的两两强正交的正态鞅(见Nualart,Schoutens在2000年的结果).在允许控制值域为一非空凸闭集假设下,采用凸变分法和对偶技术获得了最优控制存在所满足的充分和必要条件.作为应用,系统研究了线性正倒向随机系统的二次最优控制问题(简记为FBLQ问题),通过相应的随机哈密顿系统对最优控制进行了对偶刻画.这里的随机哈密顿系统是由Teugels鞅和多维Brown运动共同驱动的线性正倒向随机微分方程,其由状态方程、伴随方程和最优控制的对偶表示共同来构成.     

L\''evy过程驱动的正倒向随机系统的随机最大值原理

研究了由Teugels鞅和与之独立的多维Brown运动共同驱动的正倒向随机控制系统的最优控制问题. 这里Teugels鞅是一列与L\'{e}vy 过程相关的两两强正交的正态鞅 (见Nualart, Schoutens 在2000年的结果). 在允许控制值域为一非空凸闭集假设下, 采用凸变分法和对偶技术获得了最优控制存在所满足的充分和必要条件. 作为应用, 系统研究了线性正倒向随机系统的二次最优控制问题(简记为FBLQ问题), 通过相应的随机哈密顿系统对最优控制 进行了对偶刻画. 这里的随机哈密顿系统是由Teugels鞅和多维Brown运动共同驱动的线性正倒向随机微分方程, 其由状态方程、伴随方程和最优控制的对偶表示共同来构成.     

自由漂浮空间非合作目标的运动预测

空间非合作目标的运动预测是航天器在轨服务中的一个重要问题。在获得非合作目标的运动预测结果后,追踪星即可规划运动轨迹以接近目标并对其进行捕获。该文提出了一种自由漂浮空间非合作目标的运动预测方法。该方法的核心思想是首先辨识出目标的姿态动力学参数和目标的质心运动学参数,然后利用参数辨识结果和目标的动力学方程实现对目标的运动预测。在姿态动力学参数的辨识过程中,首先对目标的惯性参数进行初步辨识,然后采用自适应无迹Kalman滤波器对姿态动力学参数进行粗略辨识,最后通过最优化方法进一步提高姿态动力学参数的辨识精度。该文通过数值仿真验证了所提运动预测方法的有效性。仿真结果表明,无论目标是做单轴旋转还是翻滚运动,所提运动预测方法都能够实现对目标的长时间高精度的运动预测。     

一类基于输出非线性量测的变量带误差系统的辨识

研究一类基于输出非线性量测的变量带误差系统的辨识.通过对输出量测的截断,在适当的系统假设下,应用扩张截断随机逼近算法给出了系统参数的递推估计,并证明了估计的强一致.辨识算法适用于多种常见的非线性量测.最后给出了一个仿真例子,仿真结果与理论一致.