多維多階段模糊最優(yōu)控制.pdf

1、隨著數(shù)字計(jì)算機(jī)日益廣泛的應(yīng)用，離散系統(tǒng)最優(yōu)化問(wèn)題已成為了最優(yōu)控制琿論和應(yīng)用中一個(gè)尤為重要的方面。朱元國(guó)教授于2009年提出并研究了連續(xù)系統(tǒng)模糊最優(yōu)控制問(wèn)題，且給出了關(guān)于模糊最優(yōu)控制問(wèn)題的最優(yōu)性原理及一維最優(yōu)性方程，同時(shí)并于2009年研究了一維離散系統(tǒng)模糊最優(yōu)控制問(wèn)題。本文主要將借助貝爾曼最優(yōu)性原理，來(lái)研究一下多維多階段的模糊最優(yōu)控制問(wèn)題。在文章中先是建立一個(gè)多維多階段的模糊最優(yōu)控制模型，在這樣一個(gè)系統(tǒng)中，每一階段的狀態(tài)都受到模糊事件的影

2、響，建立的模型將對(duì)系統(tǒng)目標(biāo)函數(shù)的期望值求最優(yōu)，借助貝爾曼最優(yōu)性原理，便可推出其相應(yīng)的遞推方程。多階段的線性二次型模糊最優(yōu)控制問(wèn)題，是一個(gè)各階段都受到一多維模糊向量(在這個(gè)模糊向量中，各分量皆為相互獨(dú)立的三角變量)影響的多維多階段模糊最優(yōu)控制問(wèn)題，通過(guò)所推導(dǎo)出的遞推方程的應(yīng)用，便可得到使該系統(tǒng)達(dá)到最優(yōu)的解析方案。一般情況下，先是借助兩種數(shù)值方法，即混合智能算法或有限搜索的辦法得到一系列學(xué)習(xí)樣本，然后再通過(guò)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行最優(yōu)逼近，以獲得系