论文部分内容阅读
非线性随机系统的最优控制，采用基于性能势的随机优化数值算法。在合适的性能指标并能找到一个使系统性能有界的控制的前提下，通过策略迭代可以求出逐步改善系统性能的控制序列，同时得到状态序列在相应反馈控制作用下构成遍历的马尔可夫链。该算法先根据相关参数得出系统的基于性势能的最优方程，由随机系统的一条样本路径估计得到性势能，最后得出的控制就是系统的最优控制。