基于学习的无模型自适应控制理论及其在快速路入口匝道控制中的应-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于学习的无模型自适应控制理论及其在快速路入口匝道控制中的应

项目名称：基于学习的无模型自适应控制理论及其在快速路入口匝道控制中的应
项目类别：面上项目
批准号：60474038
申请代码：F0302
项目来源：国家自然科学基金
研究期限：2005-01-01-2007-12-31

项目负责人：侯忠生
负责人职称：教授
依托单位：北京交通大学
批准年度：2004

中文摘要：

本课题由理论研究和应用两大部分构成。理论研究的目标为综合学习控制与无模型自适应控制两套理论，提出新的基于学习的无模型自适应控制理论，建立其主要的理论基础、分析手段及系统设计方法。主攻内容有探索学习控制和无模型自适应控制方法的优势互补和综合集成机制，分析沿两轴(时间轴与学习轴)的综合系统稳定性与收敛性，探讨沿两轴的综合系统鲁棒性与控制性能的关系，探讨控制系统模块化设计等控制理论中的基本问题。应用研究的目标为将无模型自适应控制、迭代学习控制和基于学习的无模型自适应控制理论用于快速路入口匝道控制，实现恒定车流密度控制的目标。基于学习的无模型自适应控制理论的建立和发展对现代控制理论具有重要的意义，是现代控制理论研究的新方向。同时也具有重要的实际应用价值。

中文主题词：无模型自适应控制；迭代学习控制；交通流控制；自适应迭代学习控

英文摘要：

Model-Free Adaptive Control; I

英文主题词： Model-Free Adaptive Control; I

结论摘要：

本项目按照计划已经全面地完成，并在如下几方面取得了突破性的研究成果 1、提出了一系列基于迭代学习控制的快速路出入口匝道控制方法和模型参数辨识方法，理论和仿真结果证明了所提出的控制系统的优越性。成果在国际交通控制领域顶级刊物IEEE Transanctions on Vehicular Technology和Transportation Research, Part C,以及国内《自动化学报》上发表,并获得了高度评价； 2、针对一类离散时间非线性系统，建立了自适应控制与迭代学习控制之间的桥梁，研究成果发表在控制理论领域的国际顶级刊物Automatica，以及国内《自动化学报》； 3、系统深入地研究了基于迭代学习控制前馈与传统反馈之间的优势互补的模块化设计，数学上证明了反馈在前馈-反馈联接机制中的作用，部分结果并应用到交通控制领域中，结果发表在《自动化学报》以及IEEE TVT和Transportation Research, Part C。 4、给出了一系列无模型自适应控制、无模型自适应迭代学习控制方案和系统分析结果，及无模型自适应控制在实际系统中应用结果，完善了无模型自适应控制理论。

成果综合统计