Молимо вас користите овај идентификатор за цитирање или овај линк до ове ставке: https://scidar.kg.ac.rs/handle/123456789/12607
Назив: Adaptive optimization algorithm for nonlinear Markov jump systems with partial unknown dynamics
Аутори: Fang H.
Zhu G.
Stojanović, Vladimir
Nie R.
He J.
Luan X.
LIU F.
Часопис: International Journal of Robust and Nonlinear Control
Датум издавања: 1-јан-2021
Сажетак: © 2021 John Wiley & Sons, Ltd. An online adaptive optimal control problem for a class of nonlinear Markov jump systems (MJSs) is studied. It is worth noting that the dynamic information of MJSs is partially unknown. Applying the neural network linear differential inclusion techniques, the nonlinear terms in MJSs are approximately converted to linear forms. By using subsystem transformation schemes, we can transfer the nonlinear MJSs to N new coupled linear subsystems. Then a new online policy iteration algorithm is put forward to obtain the adaptive optimal controller. Some theorems are given afterward to ensure the convergence of the new algorithm. At last, a simulation example is provided to verify the applicability of the algorithm.
URI: https://scidar.kg.ac.rs/handle/123456789/12607
Тип: Article
DOI: 10.1002/rnc.5350
ISSN: 10498923
SCOPUS: 85100114424
Налази се у колекцијама:Faculty of Mechanical and Civil Engineering, Kraljevo
[ Google Scholar ]

Број прегледа

18

Број преузимања

3

Датотеке у овој ставци:
Датотека Опис ВеличинаФормат 
PaperMissing.pdf
  Ограничен приступ
29.86 kBAdobe PDFСличица
Погледајте    Захтев за копију


Ставке на SCIDAR-у су заштићене ауторским правима, са свим правима задржаним, осим ако није другачије назначено.