Журнал вычислительной математики и математической физики
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Ж. вычисл. матем. и матем. физ.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Журнал вычислительной математики и математической физики, 2024, том 64, номер 4, страницы 644–657
DOI: https://doi.org/10.31857/S0044466924040056 (Mi zvmmf11732) 		 
Оптимальное управление

Алгоритмы управления с итеративным обучением высшего порядка для линейных систем

П. В. Пакшин, Ю. П. Емельянова, М. А. Емельянов

607227 Арзамас, ул. Калинина, 19, АПИ НГТУ им. Р.Е. Алексеева, Россия
DOI: https://doi.org/10.31857/S0044466924040056
Аннотация: Алгоритмы управления с итеративным обучением появились в связи с задачами повышения точности выполнения повторяющихся операций роботами. Они используют информацию из прошлых повторений для корректировки управляющего сигнала на текущем повторении. Чаще всего используется только информация из предыдущего повторения. Алгоритмы управления с итеративным обучением, которые используют информацию из нескольких предыдущих повторений, называются алгоритмами высшего порядка. В последнее время в литературе повысился интерес к этим алгоритмам в связи с задачами роботизированных аддитивных производств. Однако помимо того, что эти алгоритмы мало изучены, относительно их свойств имеются противоречивые оценки. В настоящей статье предлагаются новые алгоритмы управления с итеративным обучением высшего порядка для линейных дискретных и дифференциальных систем, идея построения которых основана на аналогии с многошаговыми методами в теории оптимизации, в частности, с методом тяжелого шарика. Приведен пример, подтверждающий возможность увеличения скорости сходимости ошибки обучения при использовании таких алгоритмов.
Библ. 25. Фиг. 7.
Ключевые слова: управление с итеративным обучением, линейные системы, алгоритмы высшего порядка, повторяющиеся процессы, сходимость, устойчивость, векторная функция Ляпунова, линейные матричные неравенства.
Финансовая поддержка Номер гранта
Российский научный фонд 22-21-00612
Работа выполнена при финансовой поддержке РНФ (грант № 22-21-00612), https://rscf.ru/en/project/22-21-00612/.
Поступила в редакцию: 06.11.2023
Исправленный вариант: 18.11.2023
Принята в печать: 20.11.2023
Англоязычная версия:
Computational Mathematics and Mathematical Physics, 2024, Volume 64, Issue 4, Pages 806–819
DOI: https://doi.org/10.1134/S0965542524700064
Реферативные базы данных:
Тип публикации: Статья
УДК: 517.93
Образец цитирования: П. В. Пакшин, Ю. П. Емельянова, М. А. Емельянов, “Алгоритмы управления с итеративным обучением высшего порядка для линейных систем”, Ж. вычисл. матем. и матем. физ., 64:4 (2024), 644–657; Comput. Math. Math. Phys., 64:4 (2024), 806–819
Цитирование в формате AMSBIB
\RBibitem{PakEmeEme24}
\by П.~В.~Пакшин, Ю.~П.~Емельянова, М.~А.~Емельянов
\paper Алгоритмы управления с итеративным обучением высшего порядка для линейных систем
\jour Ж. вычисл. матем. и матем. физ.
\yr 2024
\vol 64
\issue 4
\pages 644--657
\mathnet{http://mi.mathnet.ru/zvmmf11732}
\crossref{https://doi.org/10.31857/S0044466924040056}
\elib{https://elibrary.ru/item.asp?id=74490706}
\transl
\jour Comput. Math. Math. Phys.
\yr 2024
\vol 64
\issue 4
\pages 806--819
\crossref{https://doi.org/10.1134/S0965542524700064}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/zvmmf11732
  • https://www.mathnet.ru/rus/zvmmf/v64/i4/p644
    • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Журнал вычислительной математики и математической физики Computational Mathematics and Mathematical Physics
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024