基于自適應(yīng)動態(tài)規(guī)劃的智能優(yōu)化控制

第1章  動態(tài)規(guī)劃     1．1 動態(tài)規(guī)劃的基本方法     1．1．1 多級決策過程     1．1．2 最優(yōu)性原理     1．1．3 動態(tài)規(guī)劃的基本遞推方程     1．2 離散系統(tǒng)的動態(tài)規(guī)劃      1．2．1 離散最優(yōu)問題的動態(tài)規(guī)劃解      1．2．2 動態(tài)規(guī)劃的數(shù)值計算法     1．2．3 離散系統(tǒng)動態(tài)規(guī)劃的特點      1．3 連續(xù)動態(tài)規(guī)劃      1．3．1 連續(xù)時間系統(tǒng)的最優(yōu)控制問題     1．3．2 哈密頓一雅可比貝爾曼方程     1．3．3 連續(xù)動態(tài)規(guī)劃的基本方程     參考文獻 第2章  強化學習     2．1強化學習的基本概念     2．2 強化學習的形成和發(fā)展     2．2．1 強化學習的學科基礎(chǔ)     2．2．2 強化學習的形成階段     2．2．3 強化學習的發(fā)展階段     2．3 強化學習的主要算法     2．3．1 蒙特卡羅算法     2．3．2 時序差分算法     2．3．3 自適應(yīng)啟發(fā)評價算法     2．3．4 Q一學習算法     參考文獻 第3章  自適應(yīng)動態(tài)規(guī)劃     3．1 自適應(yīng)動態(tài)規(guī)劃的研究概況     3．2 大腦智能與優(yōu)化     3．2．1 神經(jīng)系統(tǒng)     3．2．2 大腦的分區(qū)功能與統(tǒng)一協(xié)調(diào)     3．2．3 大腦是智能控制器     3．2．4 大腦的漸進學習     3．2．5 強化學習與最優(yōu)化     3．2．6 大腦優(yōu)化的兩個問題     3．2．7 仿腦智能優(yōu)化控制的實現(xiàn)     3．3 自適應(yīng)動態(tài)規(guī)劃的基本原理     3．3．1 自適應(yīng)動態(tài)規(guī)劃的基本思想     3．3．2 動態(tài)規(guī)劃的前向、后向算法     3．3．3 自適應(yīng)動態(tài)規(guī)劃迭代算法     3．3．4 函數(shù)近似結(jié)構(gòu)     3．3．5 自適應(yīng)動態(tài)規(guī)劃的優(yōu)點     3．4 自適應(yīng)動態(tài)規(guī)劃的基本結(jié)構(gòu)與分類     3．4．1 啟發(fā)式動態(tài)規(guī)劃     3．4．2 雙啟發(fā)式動態(tài)規(guī)劃     3．4．3 執(zhí)行依賴啟發(fā)式動態(tài)規(guī)劃     3．4．4 執(zhí)行依賴雙啟發(fā)式動態(tài)規(guī)劃     3．5 自適應(yīng)動態(tài)規(guī)劃的發(fā)展趨勢     3．5．1 三代大腦智能ADP模型     3．5．2 自適應(yīng)動態(tài)規(guī)劃的研究動態(tài)     參考文獻 第4章  基于BP網(wǎng)絡(luò)的自適應(yīng)動態(tài)規(guī)劃算法及實現(xiàn)     4．1 基于BP網(wǎng)絡(luò)的HDP算法及實現(xiàn)     4．1．1 HDP的結(jié)構(gòu)和基本原理     4．1．2 模型網(wǎng)絡(luò)     4．1．3 評價網(wǎng)絡(luò)     4．1．4 執(zhí)行網(wǎng)絡(luò)     4．1．5 相關(guān)參數(shù)的選擇     4．2 基于BP網(wǎng)絡(luò)的DHP算法及實現(xiàn)     4．2．1 DHP的結(jié)構(gòu)和基本原理     4．2．2 模型網(wǎng)絡(luò)     4．2．3 評價網(wǎng)絡(luò)     4．2．4 執(zhí)行網(wǎng)絡(luò)     4．3 基于BP網(wǎng)絡(luò)的ADHDP算法及實現(xiàn)     4．3．1 ADHDP結(jié)構(gòu)和基本原理     4．3．2 評價網(wǎng)絡(luò)     4．3．3 執(zhí)行網(wǎng)絡(luò)     參考文獻  第5章  自適應(yīng)動態(tài)規(guī)劃的應(yīng)用     5．1 水泥預分解窯系統(tǒng)的HDP控制     5．1．1 水泥預分解窯系統(tǒng)     5．1．2 水泥預分解窯的神經(jīng)網(wǎng)絡(luò)建模     5．1．3 水泥預分解窯HI)I算法     5．1．4 HDP訓練策略及控制系統(tǒng)仿真     5．1．5 小結(jié)     5．2 糖廠澄清過程pH值的DHP控制     5．2．1 糖廠澄清過程工藝流程       5．2．2 制糖澄清過程系統(tǒng)建模      5．2．3 制糖澄清過程DHP算法     5．2．4 DHP算法控制清汁pH值      5．2．5 小結(jié)      5．3 同步發(fā)電機勵磁系統(tǒng)的ADP控制      5．3．1 同步發(fā)電機及其勵磁系統(tǒng)     5．3．2 基于ADHDP的勵磁控制     5．3．3 基于多目標ADHI)P的勵磁控制     5．4 基于DHP方法的發(fā)電商競價策略模型     5．4．1 競價策略研究     5．4．2 發(fā)電商市場競價策略模型     5．4．3 仿真試驗及分析     5．4．4 小結(jié)     5．5 ADHDP在高壓直流輸電整流控制中的應(yīng)用     5．5．1 高壓直流輸電系統(tǒng)     5．5．2 ADHDP整流控制器漫計     5．5．3 整流側(cè)定電流、逆變側(cè)定電壓控制模型仿真     5．5．4 小結(jié)     5．6 三容液位系統(tǒng)的ADHDP控制     5．6．1 三容液位系統(tǒng)簡介及其模型     5．6．2 三容液位系統(tǒng)ADHI)P控制器設(shè)計     5．6．3 控制仿真及分析     5．6．4 實時控制     5．6．5 小結(jié) 參考文獻