Управление итеративным обучением - Википедия - Iterative learning control

Эта статья включает Список ссылок, связанное чтение или внешняя ссылка, но его источники остаются неясными, потому что в нем отсутствует встроенные цитаты. Пожалуйста, помогите улучшать эта статья введение более точные цитаты. (Август 2011 г.) (Узнайте, как и когда удалить этот шаблон сообщения)

Итеративное управление обучением (ILC) - метод контроль отслеживания для систем, работающих в повторяющемся режиме. Примеры систем, которые работают повторяющимся образом, включают: робот манипуляторы, химические периодические процессы и проверка надежности буровые установки. В каждой из этих задач система должна выполнять одно и то же действие снова и снова с высоким точность. Это действие представлено целью точного отслеживания выбранного опорного сигнала ${ Displaystyle г (т)}$ на конечном интервале времени.

Повторение позволяет системе повысить точность отслеживания от повторения к повторению, фактически обучаясь требуемому входу, необходимому для точного отслеживания ссылки. В процессе обучения используется информация из предыдущих повторов для улучшения управляющего сигнала, что в конечном итоге позволяет найти подходящее управляющее действие. итеративно. В внутренняя модель Принцип дает условия, при которых может быть достигнуто идеальное отслеживание, но дизайн алгоритма управления по-прежнему оставляет много решений, которые необходимо принять в соответствии с приложением. Типичный простой закон управления имеет вид:

${ displaystyle u_ {p + 1} = u_ {p} + K * e_ {p}}$

куда ${ displaystyle u_ {p}}$ вход в систему во время p-го повторения, ${ displaystyle e_ {p}}$ - ошибка отслеживания во время p-го повторения, а K - проектный параметр, представляющий операции на ${ displaystyle e_ {p}}$. Достижение идеального слежения за счет итерации представлено математическим требованием сходимости входных сигналов как ${ displaystyle p}$ становится большим, в то время как скорость этой конвергенции представляет желаемую практическую потребность в быстром процессе обучения. Также необходимо обеспечить хорошую производительность алгоритма даже при наличии неопределенности в деталях динамики процесса. Операция ${ displaystyle K}$ имеет решающее значение для достижения целей проектирования и варьируется от простого скалярного выигрыша до сложных расчетов оптимизации.

Рекомендации

• С. Аримото, С. Кавамура; Ф. Миядзаки (1984). «Улучшение работы роботов за счет обучения». Журнал робототехнических систем. 1 (2): 123–140. Дои:10.1002 / rob.4620010203.
• Мур, К. (1993). Итеративное управление обучением для детерминированных систем. Лондон: Springer-Verlag. ISBN  0-387-19707-9.
• Цзянь Синь Сюй; Инь Тан. (2003). Линейное и нелинейное итеративное управление обучением. Springer-Verlag. п.177. ISBN  3-540-40173-3.
• Bristow, D.A .; Tharayil, M .; Аллейн, А.Г. (2006). «Обзор итеративного управления обучением. Основанный на обучении метод для высокопроизводительного отслеживания контроля». Журнал систем управления IEEE. Vol. 26. С. 96–114.
• Owens D.H .; Фэн К. (20 июля 2003 г.). «Оптимизация параметров в итеративном обучающем управлении». Международный журнал контроля. 76 (11): 1059–1069. Дои:10.1080/0020717031000121410.
• Owens D.H .; Хэтёнен Дж. (2005). «Итеративное управление обучением - парадигма оптимизации». Ежегодные обзоры под контролем. 29 (1): 57–70. Дои:10.1016 / j.arcontrol.2005.01.003.
• Дэйли С .; Оуэнс Д.Х. (2008). «Итеративное управление обучением - монотонность и оптимизация». Международный журнал прикладной математики и информатики. 18 (3): 179–293. Дои:10.2478 / v10006-008-0026-7.
• Ван Ю .; Gao F .; Дойл III, Ф.Дж. (2009). «Обзор итеративного управления обучением, повторяющегося управления и непрерывного управления». Журнал управления процессами. 19 (10): 1589–1600. Дои:10.1016 / j.jprocont.2009.09.006.

внешняя ссылка

• Саутгемптон Шеффилд итеративное управление обучением (SSILC)