二次多阶段不确定系统的Bang-Bang最优控制（英文）

在多阶段系统中,当系统转移方程受到不确定变量的干扰,该问题就称为多阶段不确定控制问题.本文把目标函数的期望值的最小值作为最优解,在贝尔曼最优性原理的基础上提出递推公式,采用动态规划方法,对问题进行求解,最终得出Bang-Bang最优控制和相应的最优解.

基于强化学习的微小型弹药两回路驾驶仪设计

利用强化学习及自适应动态规划原理,设计了一种适用于微小型弹药的两回路驾驶仪,并建立了纵向通道控制模型。由于跟踪器问题的最优解不易获得,将系统矩阵与期望输出信号进行增广,构成增广系统并引入折扣因子,将系统的跟踪器设计问题转换为调节器设计问题。基于贝尔曼最优性原理,采用策略迭代的方法对黎卡提方程进行求解,并证明了该算法的收敛性。最后仿真验证了通过策略评估及策略更新两步迭代计算,可以收敛至跟踪器的最优解。

存贮问题的优化算法

本文根据经济模型的特殊结构,利用对偶线性规划的理论和其它技巧,简化求解过程,有利于模型的普及应用.