智能控制与强化学习：先进值迭代评判设计

参考文献

10.6 小结

10.5 仿真实验

10.4.3 零和博弈最优跟踪的增量值迭代算法

10.4.2 零和博弈最优调节的增量值迭代算法

10.4.1 考虑历史迭代信息的值迭代算法

10.4 面向零和博弈的增量值迭代算法

10.3.2 零和博弈问题的演化值迭代算法特性

10.3.1 零和博弈问题的折扣值迭代算法推导

10.3 面向零和博弈的演化值迭代算法

10.2 问题描述

10.1 引言

第10章 面向非线性零和博弈的演化与增量值迭代

参考文献

9.6 小结

9.5 仿真实验

9.4.2 约束跟踪问题的稳定值迭代演化控制

9.4.1 约束跟踪问题的稳定值迭代算法推导

9.4 稳定值迭代算法及演化控制设计

9.3.2 约束跟踪问题的可调节值迭代算法性质

9.3.1 约束跟踪问题的可调节值迭代算法推导

9.3 面向最优跟踪的可调节值迭代算法

9.2 问题描述

9.1 引言

第9章 融合可调节与稳定值迭代的约束跟踪控制

参考文献

8.5 小结

8.4 仿真实验

8.3.3 加速值迭代算法的实际设计

8.3.2 新型可调节值迭代算法性质

8.3.1 新型可调节值迭代算法推导

8.3 新型可调节值迭代框架

8.2 问题描述

8.1 引言

第8章 收敛速度可调节的新型值迭代机制

参考文献

7.6 小结

7.5 仿真实验

7.4 零和博弈问题的演化值迭代控制设计

7.3.3 面向零和博弈的广义值迭代算法特性

7.3.2 线性零和博弈的广义值迭代算法推导

7.3.1 非线性零和博弈的广义值迭代算法推导

7.3 面向零和博弈的广义值迭代算法

7.2 问题描述

7.1 引言

第7章 融合集成与演化值迭代的非线性零和博弈设计

参考文献

6.6 小结

6.5 仿真实验

6.4.3 单一神经网络算法实现

6.4.2 未知系统动态辨识

6.4.1 迭代二次启发式规划算法推导

6.4 具有新型代价函数的迭代二次启发式规划算法

6.3.2 具有新型代价函数的广义值迭代算法性质

6.3.1 具有新型代价函数的广义值迭代算法推导

6.3 基于新型代价函数的广义值迭代算法

6.2.2 基于新型代价函数的最优跟踪控制

6.2.1 传统代价函数的局限性

6.2 问题描述

6.1 引言

第6章 具有先进评判学习结构的广义值迭代轨迹跟踪

参考文献

5.6 小结

5.5 仿真实验

5.4.3 执行网络

5.4.2 评判网络

5.4.1 模型网络

5.4 基于神经网络的算法实现

5.3.2 事件触发最优控制设计

5.3.1 广义值迭代算法推导

5.3 基于事件的近似最优跟踪控制设计

5.2 问题描述

5.1 引言

第5章 基于广义值迭代的新型事件触发最优跟踪控制

参考文献

4.6 小结

4.5 仿真实验

4.4 基于神经网络的算法实现

4.3.2 面向最优跟踪的折扣广义值迭代算法性质

4.3.1 面向最优跟踪的折扣广义值迭代算法推导

4.3 面向智能最优跟踪的广义值迭代

4.2 问题描述

4.1 引言

第4章 基于折扣广义值迭代的非线性智能最优跟踪

参考文献

3.5 小结

3.4 仿真实验

3.3.2 性能分析

3.3.1 折扣广义值迭代算法推导

3.3 非线性系统的折扣广义值迭代算法

3.2 问题描述

3.1 引言

第3章 基于折扣广义值迭代的非线性最优控制与稳定性分析

参考文献

2.5 小结

2.4 仿真实验

2.3.2 性能分析

2.3.1 折扣广义值迭代算法推导

2.3 线性系统的折扣广义值迭代算法

2.2 问题描述

2.1 引言

第2章 基于折扣广义值迭代的线性最优调节与稳定性分析

参考文献

1.5 小结

1.4.3 零和博弈最优跟踪问题

1.4.2 零和博弈最优调节问题

1.4.1 离散时间HJI方程

1.4 面向零和博弈的值迭代算法

1.3.2 无稳态控制的值迭代跟踪算法

1.3.1 求解稳态控制的值迭代跟踪算法

1.3 面向最优跟踪的值迭代算法

1.2.6 可调节值迭代算法

1.2.5 演化值迭代算法

1.2.4 集成值迭代算法

1.2.3 广义值迭代算法

1.2.2 传统值迭代算法

1.2.1 离散时间HJB方程

1.2 面向最优调节的值迭代算法

1.1 引言

第1章 智能评判控制的先进值迭代方法概述

前言

序

内容提要

版权信息

封面

封面

版权信息

内容提要

序

前言

第1章 智能评判控制的先进值迭代方法概述

1.1 引言

1.2 面向最优调节的值迭代算法

1.2.1 离散时间HJB方程

1.2.2 传统值迭代算法

1.2.3 广义值迭代算法

1.2.4 集成值迭代算法

1.2.5 演化值迭代算法

1.2.6 可调节值迭代算法

1.3 面向最优跟踪的值迭代算法

1.3.1 求解稳态控制的值迭代跟踪算法

1.3.2 无稳态控制的值迭代跟踪算法

1.4 面向零和博弈的值迭代算法

1.4.1 离散时间HJI方程

1.4.2 零和博弈最优调节问题

1.4.3 零和博弈最优跟踪问题

1.5 小结

参考文献

第2章 基于折扣广义值迭代的线性最优调节与稳定性分析

2.1 引言

2.2 问题描述

2.3 线性系统的折扣广义值迭代算法

2.3.1 折扣广义值迭代算法推导

2.3.2 性能分析

2.4 仿真实验

2.5 小结

参考文献

第3章 基于折扣广义值迭代的非线性最优控制与稳定性分析

3.1 引言

3.2 问题描述

3.3 非线性系统的折扣广义值迭代算法

3.3.1 折扣广义值迭代算法推导

3.3.2 性能分析

3.4 仿真实验

3.5 小结

参考文献

第4章 基于折扣广义值迭代的非线性智能最优跟踪

4.1 引言

4.2 问题描述

4.3 面向智能最优跟踪的广义值迭代

4.3.1 面向最优跟踪的折扣广义值迭代算法推导

4.3.2 面向最优跟踪的折扣广义值迭代算法性质

4.4 基于神经网络的算法实现

4.5 仿真实验

4.6 小结

参考文献

第5章 基于广义值迭代的新型事件触发最优跟踪控制

5.1 引言

5.2 问题描述

5.3 基于事件的近似最优跟踪控制设计

5.3.1 广义值迭代算法推导

5.3.2 事件触发最优控制设计

5.4 基于神经网络的算法实现

5.4.1 模型网络

5.4.2 评判网络

5.4.3 执行网络

5.5 仿真实验

5.6 小结

参考文献

第6章 具有先进评判学习结构的广义值迭代轨迹跟踪

6.1 引言

6.2 问题描述

6.2.1 传统代价函数的局限性

6.2.2 基于新型代价函数的最优跟踪控制

6.3 基于新型代价函数的广义值迭代算法

6.3.1 具有新型代价函数的广义值迭代算法推导

6.3.2 具有新型代价函数的广义值迭代算法性质

6.4 具有新型代价函数的迭代二次启发式规划算法

6.4.1 迭代二次启发式规划算法推导

6.4.2 未知系统动态辨识

6.4.3 单一神经网络算法实现

6.5 仿真实验

6.6 小结

参考文献

第7章 融合集成与演化值迭代的非线性零和博弈设计

7.1 引言

7.2 问题描述

7.3 面向零和博弈的广义值迭代算法

7.3.1 非线性零和博弈的广义值迭代算法推导

7.3.2 线性零和博弈的广义值迭代算法推导

7.3.3 面向零和博弈的广义值迭代算法特性

7.4 零和博弈问题的演化值迭代控制设计

7.5 仿真实验

7.6 小结

参考文献

第8章 收敛速度可调节的新型值迭代机制

8.1 引言

8.2 问题描述

8.3 新型可调节值迭代框架

8.3.1 新型可调节值迭代算法推导

8.3.2 新型可调节值迭代算法性质

8.3.3 加速值迭代算法的实际设计

8.4 仿真实验

8.5 小结

参考文献

第9章 融合可调节与稳定值迭代的约束跟踪控制

9.1 引言

9.2 问题描述

9.3 面向最优跟踪的可调节值迭代算法

9.3.1 约束跟踪问题的可调节值迭代算法推导

9.3.2 约束跟踪问题的可调节值迭代算法性质

9.4 稳定值迭代算法及演化控制设计

9.4.1 约束跟踪问题的稳定值迭代算法推导

9.4.2 约束跟踪问题的稳定值迭代演化控制

9.5 仿真实验

9.6 小结

参考文献

第10章 面向非线性零和博弈的演化与增量值迭代

10.1 引言

10.2 问题描述

10.3 面向零和博弈的演化值迭代算法

10.3.1 零和博弈问题的折扣值迭代算法推导

10.3.2 零和博弈问题的演化值迭代算法特性

10.4 面向零和博弈的增量值迭代算法

10.4.1 考虑历史迭代信息的值迭代算法

10.4.2 零和博弈最优调节的增量值迭代算法

10.4.3 零和博弈最优跟踪的增量值迭代算法

10.5 仿真实验

10.6 小结

参考文献