Iterative learning control on nonlinear stochastic networked systems with non-differentiable dynamics

При разработке алгоритма управления с итеративным обучением (ILC) для стохастических нелинейных сетевых систем основным предположением является дифференцируемость динамики системы. Во многих случаях в действительности стохастические нелинейные сетевые системы обладают недифференцируемой динамикой, но их динамические функции после дискретизации с использованием обычных методов имеют глобальное непрерывное условие Липшица (GLC). В этой статье мы применяем алгоритм ILC для стохастических нелинейных сетевых систем, которые имеют условие GLC. Мы демонстрируем, что для разработки алгоритма ILC дифференцируемость динамики системы не требуется, а условие GLC достаточно для разработки алгоритма ILC для стохастических нелинейных сетевых систем с недифференцируемой динамикой. Мы исследуем анализ сходимости и отслеживаемость предложенного обновленного закона для стохастических нелинейных сетевых систем с условием GLC. Мы показываем, что не существует ограниченного условия для вероятностей выпадения стохастических данных при исследовании сходимости входной ошибки. Затем результаты рецензируются и подтверждаются численным примером.