窗口長度自適應調(diào)整的策略迭代最優(yōu)控制

摘要： 在系統(tǒng)模型參數(shù)未知的最優(yōu)控制問題中,策略迭代能否快速收斂到最優(yōu)控制策略的關鍵在于值函數(shù)的估計.為了提升值函數(shù)的估計精度以及收斂速度,本文提出一種窗口長度自適應調(diào)整的策略迭代最優(yōu)控制算法.充分利用一段時間內(nèi)的歷史樣本數(shù)據(jù),通過影響力函數(shù)構建窗口長度與值函數(shù)估計性能之間的定量關系,根據(jù)數(shù)據(jù)窗口長度對估計性能影響力的不同,實現(xiàn)窗口長度的自適應調(diào)整.最后,將本文所提方法應用到連續(xù)發(fā)酵過...