基于初态学习的遗忘因子迭代学习控制研究

来源：信息与控制杂志2018年第5期北京时间：

作者：戴宝林, 龚俊

摘要：在带遗忘因子的迭代学习控制（iterative learning control，ILC）理论收敛性研究中，系统收敛误差将收敛至零的某一邻域内.为具体分析并抑制遗忘因子取值对系统收敛误差的影响，提出了一种由相邻控制向量组成的带遗忘因子初态学习开环D型ILC算法，并利用算子谱理论对算法收敛性进行了严格证明.在此基础上，分析了遗忘因子对系统收敛误差的具体影响.该算法消除了系统初始控制向量对收敛误差的影响，扩大了系统初始控制向量取值范围；有效利用多个系统信息，一定程度上克服了遗忘因子对系统输出误差的影响.仿真实验验证了该算法的有效性.

关键词：迭代学习控制, 时变非线性系统, 遗忘因子, 初态学习