.基于优化设计的迭代学习算法研究摘 要迭代学习控制是上世纪80年代提出的一门新兴学科，它在非线性、模型未知等控制问题方面有着独到优势。迭代学习控制针对具有重复运行性质的被控对象，利用对象以前运行的信息，通过迭代的方式修正控制信号，实现在有限时间区间上的完全跟踪任务。它在工业机器人、数控机床等具有重复运行特性的领域有着非常好的应用前景。目前，作为一门年轻的学科，迭代学习控制的研究分支也较多，而且，在很多方面还有待进一步研究与完善。本文主要在迭代学习控制算法设计与优化方面做了一些工作，主要研究工作体现在如下几个方面：第一，对迭代学习控制的基本概念、研究现状及应用等内容作一概述，简单介绍了基于优化设计的迭代学习控制算法。最后，对论文的安排及研究内容作了简要说明。传统迭代学习控制律中的学习系数对迭代学习控制的收敛性和收敛速度的影响非常重要，在PID型迭代学习控制律的实际应用中，算法分析给出的收敛性条件并不能用于指导学习增益的选取，学习增益的设置需要凭借经验选取，因此具有一定的盲目性。为了克服猜测设置学习增益的盲目性，直接的方法是利用系统模型知识。由此引伸出来的一个可行
