模态跳变概率可控的Markov跳变线性系统的优化

研究模态跳变概率可控的Markov跳变线性二次模型的最优控制问题.考虑两类模态跳变控制策略:开环模态控制和闭环模态控制,应用策略迭代和性能势的概念,给出了最优的闭环模态控制优于最优的开环模态控制的充分条件,以指导最优控制器的设计.在已知最优的开环模态控制策略的基础上,应用策略迭代给出了构造闭环模态控制策略的方法,以进一步改善系统的性能.

基于强化学习的JLQ模型的直接自适应最优控制

研究离散时间跳变线性二次(JLQ)模型的直接自适应最优控制问题.将强化学习的理论和方法应用于JLQ模型,设计基于Q函数的策略迭代算法,以优化系统性能.在系统参数以及模态跳变概率未知的情况下,Q函数对应的参数矩阵,可通过观察给定策略下系统行为,应用递归最小二乘算法在线估计.基于此参数矩阵,可构造出新的策略使得系统性能更优.该算法可收敛到最优策略.

高考状元谈学习计划

我的学习计划包括短期计划、中期计划、长期计划以及复习计划。每天要有一个计划，这是最短期的计划。稍长一点，如一周或一月，也有个计划。如把一个月内遇见的英语生词整理一下，复习一遍；又如把一个月的错题都订正一遍等。这样的计划实施起来用时不是很长，但非常重要，实施得好，可以对课程有一个整体的把握，学得更扎实，更有后劲。半学期、一个学期的计划可作为长期计划，其中目标的成分多一点。