一类非线性随机系统的在线优化算法  

An On-line Optimization on Non-linear Stochastic System

作　　者：杨晓辉[1] 张侃健[1] 

机构地区：[1]东南大学自动化学院,江苏南京210088

出　　处：《计算技术与自动化》2007年第4期57-60,共4页Computing Technology and Automation

基　　金：国家自然科学基金资助(60404006)

摘　　要：讨论一类随机非线性系统的在线优化问题,系统中的非线性函数可以是未知的。在基于性能势的优化方程框架下,通过系统样本路径设计性能势函数的在线学习算法,进一步给出优化控制算法。在此基础上利用RBF神经网络的逼近特性,给出简化学习算法以减少计算量。最后给出的具体仿真结果和数据表明本文算法的有效性。This paper concerns on optimization of non- linear stochastic system, which the non- linear function may be unknown. The on - line algorithm based on performance potential is designed from a sample path. The RBF network approach reduces the calculation. The results listed in this paper indicate the efficiency of the algorithm.

关 键 词：随机系统 非线性 优化 性能势函数 RBF网络 

分 类 号：TP273.1[自动化与计算机技术—检测技术与自动化装置]