基于奇异值分解的PID型参数优化迭代学习控制算法
来源：信息与控制杂志2014年第4期北京时间：
作者：逄勃, 邵诚
摘要：针对离散线性系统的跟踪控制问题建立了一种基于奇异值分解的PID型参数优化迭代学习控制算法．为克服传统参数优化迭代学习控制算法只适用于正定性系统模型的局限性，该算法建立范数最优性能指标函数，通过对系统模型矩阵的奇异值分解得到学习参数增益矩阵，使算法应用于模型为非正定的系统时仍然保证闭环跟踪误差单调收敛至零．还将PID 型控制器引入到参数优化迭代学习控制算法设计中，以达到提高算法学习效率的目的；并对算法的收敛性和算法特性进行了理论分析并给出相关证明．最后，通过仿真实例验证了该算法的有效性．
关键词：奇异值分解, 迭代学习控制, 参数优化, PID控制, 离散系统, 单调收敛
