一类组合大系统简单迭代学习控制的收敛性  

Convergence of Iterative Learning Control with Simple Scheme for a Class of Composite Large-scale Systems

作　　者：孙小强[1] 王银河[1] 

机构地区：[1]汕头大学理学院,广东汕头515063

出　　处：《南京理工大学学报（社会科学版）》2005年第S1期182-184,共3页Journal of Nanjing University of Science and Technology：Social Sciences

基　　金：广东省自然科学基金(032035)

摘　　要：该文提出并证明了当被控系统的状态方程为一类非线性组合大系统方程时采用简单学习律迭代学习控制的收敛的充分和必要条件。引入了一种范数,使得该系统的收敛性无需要求各个子系统的互联项之间满足一定的相关度等假定,控制采取的是分散控制,这些都有利于工程实现。This paper initiates and demonstrates a sufficient and necessary convergent condition for a class of nonlinear composite large-scale systems with applying simple iterative learning control method.The paper introduces a norm so that the convergence doesn't need the cross terms of subsystems to suffice conditions of relative degree and other hypothesis.The control used in the paper is a decentralized manner.All of these are easily realized in practice.

关 键 词：非线性组合大系统 收敛性 迭代学习控制 简单学习律 

分 类 号：TP273.22[自动化与计算机技术—检测技术与自动化装置]