隨機(jī)系統(tǒng)最優(yōu)控制

第1章 緒論
1.1 隨機(jī)系統(tǒng)最優(yōu)控制的研究歷史與現(xiàn)狀
1.2 隨機(jī)系統(tǒng)最優(yōu)控制的研究?jī)?nèi)容
1.3 隨機(jī)系統(tǒng)最優(yōu)控制的研究方法
1.4 本書內(nèi)容
第2章 隨機(jī)線性系統(tǒng)分析
2.1 引言
2.2 隨機(jī)線性系統(tǒng)數(shù)學(xué)模型
2.2.1 連續(xù)時(shí)間隨機(jī)線性系統(tǒng)
2.2.2 離散時(shí)間隨機(jī)線性系統(tǒng)
2.3 連續(xù)時(shí)間隨機(jī)線性系統(tǒng)狀態(tài)向量矩
2.3.1 問題描述
2.3.2 沖激響應(yīng)函數(shù)法
2.3.3 概率矩微分方程
2.4 離散時(shí)間隨機(jī)線性系統(tǒng)狀態(tài)向量矩
2.5 隨機(jī)線性系統(tǒng)狀態(tài)向量分豐函數(shù)
2.5.1 第一特征函數(shù)計(jì)算
2.5.2 概率密度函數(shù)計(jì)算
第3章 隨機(jī)大量線性系統(tǒng)分析
3.1 引言
3.2 隨機(jī)非線性系統(tǒng)數(shù)學(xué)模型
3.2.1 連續(xù)時(shí)間隨機(jī)非線性系統(tǒng)
3.2.2 離散時(shí)間陰機(jī)非線性系統(tǒng)
3.3 隨機(jī)非線性系統(tǒng)統(tǒng)計(jì)線性化
3.3.1 非線性函數(shù)的一般線性化
3.3.2 非線性函數(shù)的統(tǒng)計(jì)線性化
3.3.3 隨機(jī)大量線性一系統(tǒng)統(tǒng)計(jì)線性化系統(tǒng)模型
3.4 隨機(jī)非線性系統(tǒng)的矩分析
3.4.1 沖激響應(yīng)法
3.4.2 副近概率矩微分方程
3.4.3 離散時(shí)間隨機(jī)非線性系統(tǒng)狀態(tài)向量的矩
3.5 隨機(jī)非線性系統(tǒng)的狀態(tài)向量分布函數(shù)
3.6 狀態(tài)向量分布轉(zhuǎn)移函數(shù)
3.7 逼近特征函數(shù)
3.8 逼近概率密度函數(shù)
3.9 中心矩及累積量
第4章 隨機(jī)線性系統(tǒng)狀態(tài)估計(jì)
4.1 引言
4.2 連續(xù)隨機(jī)系統(tǒng)卡爾曼濾波
4.3 噪聲信號(hào)相關(guān)時(shí)的線性最優(yōu)濾波器
4.4 帶有有色測(cè)量噪聲的線性最優(yōu)濾波器
4.5 帶有慣性測(cè)量的最優(yōu)濾波器
4.6 線性最優(yōu)濾波器的一般形式
4.7 線性最優(yōu)預(yù)測(cè)
4.8 離散時(shí)間隨機(jī)線性系統(tǒng)最優(yōu)預(yù)測(cè)
4.8.1 測(cè)量噪聲為一般白噪聲情形
4.8.2 慣性測(cè)量情形
4.8.3 有色噪聲情形
4.9 離散時(shí)間隨機(jī)線性系統(tǒng)最優(yōu)預(yù)測(cè)
第5章 非線性系統(tǒng)最優(yōu)估計(jì)
5.1 引言
5.2 后驗(yàn)概率
5.3 后驗(yàn)概率密度函數(shù)方程
5.4 大量線性濾波的逼近算法
5.5 高斯逼近法
5.6 條件最優(yōu)濾波器
5.7 逼近條件最優(yōu)濾波器
5.8 準(zhǔn)最優(yōu)非線性濾波器
5.8.1 直接線性化法
5.8.2 統(tǒng)計(jì)線性化法
5.9 帶有不完全確定參數(shù)的準(zhǔn)最優(yōu)非線性濾波器
5.9.1 直接線性化法
5.9.2 隨機(jī)線性化法
第6章 隨機(jī)系統(tǒng)最優(yōu)控制的一般理論
6.1 引言
6.1.1 問題描述
6.1.2 最優(yōu)準(zhǔn)則（最優(yōu)代價(jià)函數(shù)）
6.1.3 最優(yōu)控制方法
6.2 隨機(jī)最大值原理
6.2.1 隨機(jī)系統(tǒng)最優(yōu)控制算法
6.2.2 最短時(shí)間控制
6.2.3 終值控制問題
6.2.4 最小能量控制問題
6.3 隨機(jī)最大值原理證明
6.3.1 必要性條件證明
6.3.2 充分條件的證明
6.4 隨機(jī)系統(tǒng)局部最優(yōu)控制
6.5 離散隨機(jī)系統(tǒng)的最大原理
6.6 離散隨機(jī)系統(tǒng)動(dòng)態(tài)規(guī)劃法
6.6.1 完全狀態(tài)信息情形
6.6.2 不完全狀態(tài)信息情形
6.7 連續(xù)時(shí)間隨機(jī)系統(tǒng)的動(dòng)態(tài)規(guī)劃
6.7.1 控制時(shí)間固定的情形
6.7.2 控制時(shí)間不固定的情形
第7章 隨機(jī)線性系統(tǒng)最優(yōu)控制
7.1 引言
7.2 控制不受約束情形
7.2.1 問題描述
7.2.2 解析綜合控制算法
7.3 控制受約束情形
7.3.1 問題描述
7.3.2 逼近解析綜合控制算法
7.4 連續(xù)隨機(jī)線性系統(tǒng)最優(yōu)控制的動(dòng)態(tài)規(guī)劃法
7.5 離散時(shí)間隨機(jī)系統(tǒng)最優(yōu)控制的動(dòng)態(tài)規(guī)劃法
7.5.1 完全狀態(tài)信息情形
7.5.2 不完全狀態(tài)信息情形
7.6 局部最優(yōu)控制
7.6.1 控制不受約束情形
7.6.2 控制受約束情形
第8章 隨機(jī)非線性系統(tǒng)最優(yōu)控制
8.1 引言
8.2 最大值原理
8.2.1 問題提出
8.2.2 準(zhǔn)最優(yōu)控制的解析結(jié)構(gòu)
8.3 動(dòng)態(tài)規(guī)劃法
8.4 局部最優(yōu)控制
8.4.1 控制不受約束情形
8.4.2 控制受約束情形
第9章 基于擴(kuò)展二次型代價(jià)函數(shù)的最優(yōu)控制解析綜合
9.1 擴(kuò)展二次型代價(jià)函數(shù)
9.2 終時(shí)固定的隨機(jī)非線性系統(tǒng)最優(yōu)控制
9.3 終時(shí)不固定的隨機(jī)非線性系統(tǒng)最優(yōu)控制
9.4 隨機(jī)非線性系統(tǒng)的準(zhǔn)最優(yōu)控制
9.4.1 終時(shí)固定情形
9.4.2 終時(shí)不固定情形
9.5 有控制約束條件的隨機(jī)系統(tǒng)最優(yōu)控制
9.5.1隨機(jī)線性系統(tǒng)最優(yōu)控制
9.5.2 隨機(jī)非線性系統(tǒng)最優(yōu)控制
第10章 隨機(jī)系統(tǒng)的最成預(yù)測(cè)控制
10.1 引言
10.2 終時(shí)固定的線性最優(yōu)預(yù)測(cè)控制
10.2.1 問題描述
10.2.2 最優(yōu)預(yù)測(cè)控制算法
10.3 終時(shí)固定的隨機(jī)非線性最優(yōu)預(yù)測(cè)控制
10.4 終時(shí)不固定的隨機(jī)最優(yōu)預(yù)測(cè)控制
10.4.1 終時(shí)不固定的隨機(jī)線性最優(yōu)預(yù)測(cè)控制
10.4.2 終時(shí)不固定的隨機(jī)非線性最優(yōu)預(yù)測(cè)控制
第11章 隨機(jī)控制系統(tǒng)的最優(yōu)參數(shù)估計(jì)
11.1 參數(shù)優(yōu)化的任務(wù)及方法
11.1.1 引言
11.1.2 參數(shù)優(yōu)化問題的提出
11.2 參數(shù)優(yōu)化的隨機(jī)搜索法
11.2.1 隨機(jī)搜索法分類
11.2.2 隨機(jī)逼近法
11.2.3 帶有線性策略的隨機(jī)搜索法
11.3 非梯度隨機(jī)搜索法
11.3.1 總是提出
11.3.2 非自學(xué)習(xí)搜索法
11.3.3 搜索速度
11.3.4 自學(xué)習(xí)搜索過程
11.4 非梯度搜索解析算法
11.4.1 自學(xué)習(xí)搜索過程的收斂性
11.4.2 概率矩分析法
11.4.3 自學(xué)習(xí)搜索過程
11.5 非梯度隨機(jī)搜索法在最優(yōu)求解中的應(yīng)用
11.5.1 問題提出
11.5.2 非自學(xué)習(xí)隨機(jī)搜索法
11.5.3 自學(xué)習(xí)算法
11.5.4 自學(xué)習(xí)過程的概率變化
11.5.5 自學(xué)習(xí)搜索結(jié)構(gòu)圖
11.6 應(yīng)用實(shí)例
11.6.1 定常線性系統(tǒng)的參數(shù)優(yōu)化問題
11.6.2 可調(diào)電路的結(jié)構(gòu)和參數(shù)優(yōu)化問題
11.6.3 導(dǎo)彈自尋的系統(tǒng)的參數(shù)優(yōu)化問題
第12章 隨機(jī)控制系統(tǒng)應(yīng)用實(shí)例
12.1 “空一空”導(dǎo)彈最優(yōu)自尋的控制
12.1.1 數(shù)學(xué)模型
12.1.2 解析綜合算法
12.2 最優(yōu)無(wú)線電測(cè)距儀
名詞索引
參考文獻(xiàn)