基于自适应动态规划的智能优化控制PDF电子书下载

第1章 动态规划 1

1.1动态规划的基本方法 1

1.1.1多级决策过程 1

1.1.2最优性原理 4

1.1.3动态规划的基本递推方程 5

1.2离散系统的动态规划 10

1.2.1离散最优问题的动态规划解 10

1.2.2动态规划的数值计算法 14

1.2.3离散系统动态规划的特点 17

1.3连续动态规划 17

1.3.1连续时间系统的最优控制问题 18

1.3.2哈密顿-雅可比-贝尔曼方程 18

1.3.3连续动态规划的基本方程 20

参考文献 25

第2章 强化学习 26

2.1强化学习的基本概念 26

2.2强化学习的形成和发展 28

2.2.1强化学习的学科基础 28

2.2.2强化学习的形成阶段 30

2.2.3强化学习的发展阶段 30

2.3强化学习的主要算法 32

2.3.1蒙特卡罗算法 32

2.3.2时序差分算法 37

2.3.3自适应启发评价算法 44

2.3.4 Q-学习算法 51

参考文献 56

第3章 自适应动态规划 60

3.1自适应动态规划的研究概况 60

3.2大脑智能与优化 64

3.2.1神经系统 64

3.2.2大脑的分区功能与统一协调 65

3.2.3大脑是智能控制器 65

3.2.4大脑的渐进学习 67

3.2.5强化学习与最优化 69

3.2.6大脑优化的两个问题 70

3.2.7仿脑智能优化控制的实现 70

3.3自适应动态规划的基本原理 71

3.3.1自适应动态规划的基本思想 71

3.3.2动态规划的前向、后向算法 72

3.3.3自适应动态规划迭代算法 74

3.3.4函数近似结构 76

3.3.5自适应动态规划的优点 77

3.4自适应动态规划的基本结构与分类 77

3.4.1启发式动态规划 77

3.4.2双启发式动态规划 79

3.4.3执行依赖启发式动态规划 80

3.4.4执行依赖双启发式动态规划 81

3.5自适应动态规划的发展趋势 81

3.5.1三代大脑智能ADP模型 81

3.5.2自适应动态规划的研究动态 85

参考文献 89

第4章 基于BP网络的自适应动态规划算法及实现 96

4.1基于BP网络的HDP算法及实现 96

4.1.1 HDP的结构和基本原理 96

4.1.2模型网络 97

4.1.3评价网络 99

4.1.4执行网络 100

4.1.5相关参数的选择 105

4.2基于BP网络的DHP算法及实现 105

4.2.1 DHP的结构和基本原理 105

4.2.2模型网络 106

4.2.3评价网络 107

4.2.4执行网络 114

4.3基于BP网络的ADHDP算法及实现 118

4.3.1 ADHDP结构和基本原理 118

4.3.2评价网络 120

4.3.3执行网络 121

参考文献 124

第5章 自适应动态规划的应用 126

5.1水泥预分解窑系统的HDP控制 126

5.1.1水泥预分解窑系统 126

5.1.2水泥预分解窑的神经网络建模 130

5.1.3水泥预分解窑HDP算法 134

5.1.4 HDP训练策略及控制系统仿真 138

5.1.5小结 141

5.2糖厂澄清过程pH值的DHP控制 141

5.2.1糖厂澄清过程工艺流程 141

5.2.2制糖澄清过程系统建模 145

5.2.3制糖澄清过程DHP算法 148

5.2.4 DHP算法控制清汁pH值 151

5.2.5小结 154

5.3同步发电机励磁系统的ADP控制 155

5.3.1同步发电机及其励磁系统 155

5.3.2基于ADHDP的励磁控制 157

5.3.3基于多目标ADHDP的励磁控制 164

5.4基于DHP方法的发电商竞价策略模型 173

5.4.1竞价策略研究 173

5.4.2发电商市场竞价策略模型 175

5.4.3仿真试验及分析 179

5.4.4小结 182

5.5 ADHDP在高压直流输电整流控制中的应用 182

5.5.1高压直流输电系统 182

5.5.2 ADHDP整流控制器设计 189

5.5.3整流侧定电流、逆变侧定电压控制模型仿真 193

5.5.4小结 201

5.6三容液位系统的ADHDP控制 201

5.6.1 三容液位系统简介及其模型 201

5.6.2三容液位系统ADHDP控制器设计 204

5.6.3控制仿真及分析 206

5.6.4实时控制 209

5.6.5小结 213

参考文献 213