Logo
Center of Intelligent and Learning Systems
Prof. Dong SHEN's Group
College of Information Science and Technology, Beijing University of Chemical Technology

Home    |    Research    |    Honors    |    Teaching    |    Publications    |    Students    |    Future Students    |    ILC DataBase

Book:SILC
Brief Introduction

This book mainly focuses on the design and analysis of stochastic iterative learning control (SILC), including the principles of algorithms design and associated analysis techniques under various random signals, where the random signals includes random noises, random data dropouts, random iteration lengths, etc. The first chapter surveys the current research status of SILC and main approaches. The following chapters 2-11 address detailed issues such as engineering nonlinearities, unknown control direction, data dropouts, random iteration-varying lengths, quantized control, and decentralized control.

This book can be taken as a reference book for scholars and graduate students in ILC. It is also referable for engineers in related fields.

Contents

第1章 随机迭代学习控制
1.1 迭代学习控制
1.1.1 迭代学习控制基础
1.1.2 随机迭代学习控制
1.2 线性随机系统
1.2.1 基于卡尔曼滤波的方法
1.2.2 基于随机逼近的方法
1.2.3 其他方法
1.3 非线性随机系统
1.3.1 基于卡尔曼滤波的方法
1.3.2 基于随机逼近的方法
1.3.3 其他方法
1.4 针对其他随机信号的迭代学习控制
1.4.1 随机丢包
1.4.2 随机异步
1.4.3 随机时滞
1.5 潜力研究方向及展望
1.5.1 随机点对点迭代学习控制
1.5.2 变跟踪目标的迭代学习控制
1.5.3 分散式/分布式协同随机迭代学习控制
1.6 本章小结

第2章 输入端含工程非线性环节的学习控制
2.1 引言
2.2 问题描述
2.3 最优控制
2.4 迭代学习控制及其收敛性
2.5 本章小结

第3章 固定时滞非线性系统的学习控制
3.1 引言
3.2 问题描述
3.3 最优控制序列
3.4 迭代学习控制及其收敛性
3.5 仿真算例
3.6 本章小结

第4章 Hammerstein-Wiener系统的学习控制
4.1 引言
4.2 问题描述
4.3 最优控制的存在性
4.4 迭代学习控制及其收敛性
4.5 仿真算例
4.6 本章小结

第5章 未知控制方向下线性系统的学习控制
5.1 引言
5.2 问题描述
5.3 方向切换机制
5.4 迭代学习控制及其收敛性
5.5 仿真算例
5.6 本章定理证明
5.7 本章小结

第6章 存在随机丢包下网络化随机系统的迭代学习控制
6.1 引言
6.2 问题描述
6.3 迭代学习控制及其收敛性
6.4 非线性系统情形
6.5 仿真算例
6.6 本章小结

第7章 含有损通道且控制方向未知的非线性系统的迭代学习控制
7.1 引言
7.2 问题描述
7.3 迭代学习控制及其收敛性
7.4 仿真算例
7.5 本章引理证明
7.6 本章小结

第8章 批次长度随机变化下的迭代学习控制
8.1 引言
8.2 问题描述
8.3 迭代学习控制算法
8.4 强收敛性
8.5 仿真算例
8.6 本章小结

第9章 批次长度随机变化下非线性系统的迭代学习控制
9.1 引言
9.2 问题描述
9.3 迭代学习控制算法
9.4 收敛性分析
9.5 仿真算例
9.6 本章小结

第10章 量化误差下随机系统的迭代学习控制
10.1 引言
10.2 问题描述
10.3 迭代学习控制及其收敛性
10.4 非线性系统情形
10.5 仿真算例
10.6 本章小结

第11章 大规模非线性系统的迭代学习控制
11.1 引言
11.2 问题描述
11.3 最优控制
11.4 迭代学习控制及其收敛性
11.5 仿真算例
11.6 本章小结

附录 随机逼近算法
参考文献

Sample Chapter

第1章 随机迭代学习控制