随机最优化控制及优化理论

第1章 绪论 1.1 *控制及参数*化概述 1.2 系统*控制的研究历史与现状 1.2.1 *状态估计研究现状 1.2.2 *控制研究现状 1.2.3 多智能体系统协同*控制研究现状 1.2.4 强化学习和自适应控制研究现状 1.2.5 系统稳定研究现状 1.2.6 参数优化研究现状 1.3 本书概貌 第2章 系统分析 2.1 引言 2.2 线系统数学模型 2.2.1 连续时间系统 2.2.2 离散时间系统 2.3 连续时间线系统状态向量概率矩 2.3.1 问题描述 2.3.2 冲激响应函数法 2.3.3 概率矩微分方程 2.3.4 状态对有色噪声的响应 2.4 离散时间线系统状态向量概率矩 2.5 线系统状态向量分布函数 2.5.1 特征函数计算 2.5.2 概率密度函数计算 2.6 非线系统统计线化 2.6.1 非线函数的一般线化 2.6.2 非线函数的统计线化 2.6.3 非线系统统计线化系统模型 2.7 非线系统的矩分析 2.7.1 冲激响应法 2.7.2 逼近概率矩微分方程 2.7.3 离散时间非线系统状态向量概率的矩 2.8 带有信道噪声的多智能体线系统分析 2.8.1 离散时间多智能体系统模型 2.8.2 状态向量概率矩 2.8.3 连续时间多智能体系统模型 2.8.4 概率矩微分方程 2.9 本章小结 第3章 系统*状态估计 3.1 引言 3.2 连续时间线系统状态估计 3.2.1 连续时间系统卡尔曼滤波 3.2.2 噪声信号相关情形 3.2.3 有色量测噪声情形 3.2.4 惯量测情形 3.3 离散时间线系统状态估计 3.3.1 量测噪声为一般白噪声情形 3.3.2 惯量测情形 3.3.3 有形 3.4 后验概率密度方程 3.5 非线滤波逼近算法 3.6 准*非线滤波器 3.6.1 直接线化方法 3.6.2 统计线化和线化方法 3.7 非线无迹滤波 3.7.1 无迹变换 3.7.2 算法描述 3.8 非线粒子滤波 3.8.1 标准粒子滤波算法 3.8.2 标准粒子滤波的缺点 3.9 非线高斯和滤波 3.10 结构跳变系统滤波 3.10.1 带有混合噪声的结构跳变系统滤波 3.10.2 仅带有加噪声的结构跳变系统滤波 3.10.3 结构跳变系统滤波和交互多模型（IMM）滤波算法比较 3.11 分布式状态估计 3.11.1 分布式容积滤波 3.11.2 分布式无迹卡尔曼滤波 3.12 本章小结 第4章 系统*控制的一般理论 4.1 引言 4.2 *控制统一模型 4.2.1 问题描述 4.2.2 *准则（*代价函数） 4.2.3 *控制方法 4.3 *值原理 4.3.1 系统*控制算法 4.3.2 短时间控制 4.3.3 终值控制问题 4.3.4 小能量控制问题 4.4 系统局部*控制 4.5 离散系统的*值原理 4.6 离散系统动态规划法 4.6.1 状态信息情形 4.6.2 不状态信息情形 4.7 连续时间系统的动态规划 4.7.1 固定终时情形 4.7.2 不固定终时情形 4.8 本章小结 第5章 *控制 5.1 引言 5.2 连续时间线系统*控制 5.2.1 基于*原理的*控制 5.2.2 基于动态规划法*控制 5.3 离散时间线系统*控制 5.3.1 状态信息情形 5.3.2 不状态信息情形 5.4 连续时间非线系统*控制 5.4.1 问题提出 5.4.2 准*控制的解析结构 5.5 离散时间非线*控制 5.6 线系统局部*控制 5.6.1 控制不受约束情形 5.6.2 控制受约束情形 5.7 非线系统局部*控制 5.7.1 控制不受约束情形 5.7.2 控制受约束情形 5.8 带有乘噪声的线系统的逆*控制 5.9 本章小结 第6章 基于扩展二次型代价函数的*控制 6.1 引言 6.2 扩展二次型代价函数 6.3 固定终时的线系统*控制 6.4 不固定终时的线系统*控制 6.5 非线系统的准*控制 6.5.1 固定终时情形 6.5.2 不固定终时情形 6.6 有控制约束条件的系统*控制 6.6.1 线系统*控制 6.6.2 非线系统*控制 6.7 基于扩展二次型的线系统逆*控制 6.7.1 问题描述 6.7.2 *逆控制 6.8 本章小结 第7章 系统*预测控制 7.1 引言 7.2 时不变线系统*预测控制 7.2.1 有限终端情形 7.2.2 无终端约束情形 7.3 时变线系统的*预测控制 7.4 带有加噪声的非线预测控制 7.4.1 转化为标准优化问题 7.4.2 求准*预测控制向量 7.4.3 求解准*预测控制量的算法 7.5 带有混合噪声的非线系统预测控制 7.5.1 滚动预测控制算法 7.5.2 数值 7.6 具有饱和输入约束的非线系统预测控制 7.6.1 滚动预测控制算法 7.6.2 数值 7.7 预测*控制应用实例 7.7.1 问题描述 7.7.2 *预测导引律 7.7.3 *状态估计 7.7.4 分析 7.8 本章小结 第8章 协同*控制 8.1 引言 8.2 一阶多智能体系统*控制 8.2.1 无领导一阶多智能体系统*控制 8.2.2 领导–跟随一阶多智能体系统*控制 8.3 一阶离散时间多智能体系统*控制 8.3.1 无领导一阶离散时间多智能体系统*控制 8.3.2 领导–跟随一阶离散时间多智能体系统*控制 8.4 分布式线系统全局*一致 8.4.1 领导–跟随情形全局*一致协议 8.4.2 无领导情形全局*一致协议 8.5 有向网络拓扑结构下分布式线系统全局*一致 8.5.1 领导–跟随多智能体模型 8.5.2 一致协议参数设计 8.5.3 全局*一致协议 8.6 本章小结 第9章 强化学习及自适应*控制 9.1 引言 9.2 Markov决策过程 9.2.1 *连续控制 9.2.2 值的向后递归 9.2.3 动态规划 9.2.4 贝尔曼方程与贝尔曼*方程 9.3 强化学习和自适应动态规划法原理 9.3.1 强化学习概念 9.3.2 自适应动态规划法 9.3.3 强化学习与自适应动态规划算法比较 9.4 自适应动态规划法迭代算法 9.4.1 值函数 9.4.2 策略迭代 9.4.3 值迭代 9.4.4 策略迭代和值迭代的实现方法 9.5 离散时间线系统自适应*控制 9.5.1 问题描述 9.5.2 问题转换 9.5.3 ADP算法及收敛算法 9.6 离散时间非线*控制Q学习算法 9.6.1 问题描述 9.6.2 策略迭代Q学习算法 9.6.3 策略迭代Q学习算法分析 9.6.4 策略迭代Q学神经网络实现 9.7 本章小结 第10章 系统稳定 10.1 引言 10.2 稳定概念 10.2.1 微分公式 10.2.2 系统稳定 10.3 带有乘噪声的连续时间系统的均方稳定 10.3.1 线Ito系统均方稳定的充要条件 10.3.2 线时延系统均方稳定 10.3.3 带有非线干扰项的系统均方稳定 10.3.4 非线系统均方稳定 10.4 带有加噪声的线系统均方实用稳定判据 10.4.1 带有加噪声的系统均方实用稳定 10.4.2 Peuteman-Aeyels均方实用稳定定理 10.5 带有加噪声的线闭环系统均方实用稳定及鲁棒控制 10.5.1 预备知识 10.5.2 时不变线系统均方实用稳定及鲁棒控制 10.5.3 带加噪声线时变系统均方实用稳定 10.6 本章小结 第11章 系统参数优化 11.1 引言 11.2 基于搜索法的参数优化 11.2.1 问题提出 11.2.2 搜索法分类 11.2.3 逼近法 11.2.4 带有线策略的搜索法 11.3 非梯度搜索法 11.3.1 问题提出 11.3.2 非自学习搜索法 11.3.3 搜索速度 11.3.4 自学习搜索过程 11.4 非梯度搜索解析法 11.4.1 自学习搜索过程的收敛 11.4.2 概率矩分析法 11.4.3 自学习搜索过程 11.5 梯度下降算法 11.5.1 问题描述 11.5.2 梯度下降法 11.5.3 基于动量的梯度下降算法 11.5.4 方差缩减梯度算法 11.5.5 近端方差缩减梯度算法 11.6 定常线系统的参数优化实例 11.7 本章小结 第12章 *控制及*化应用实例 12.1 引言 12.2 空中交通管制中的分布式协同状态估计目标信息 12.3 基于视线角速度的预测导引律 12.3.1 问题描述 12.3.2 预测导引律 12.3.3 具有控制约束的预测导引律 12.3.4 研究 12.4 基于模糊-Q 学双机协同被动雷达探测航路规划 12.4.1 问题描述 12.4.2 双机协同被动雷达探测模型 12.4.3 基于模糊Q 学双机协同路径规划 12.4.4 结果分析 12.5 航天器再入弹头*导引律 12.5.1 航天器再入弹头运动学模型 12.5.2 航天器再入弹头*导引律设计 12.5.3 再入弹头*制导分析 12.6 基于非梯度搜索的导弹自寻的控制参数优化 12.6.1 导弹自寻的控制参数优化模型建立 12.6.2 基于自学习非梯度搜索的参数优化 12.6.3 算法与分析 12.7 本章小结 参考文献 名词