Key points are not available for this paper at this time.
Résumé Un problème de contrôle optimal adaptatif en ligne pour une classe de systèmes de saut Markoviens non linéaires (MJS) est étudié. Il convient de noter que les informations dynamiques des MJS sont partiellement inconnues. En appliquant les techniques d'inclusion différentielle linéaire des réseaux de neurones, les termes non linéaires des MJS sont approximativement convertis en formes linéaires. En utilisant des schémas de transformation de sous-systèmes, nous pouvons transférer les MJS non linéaires vers N nouveaux sous-systèmes linéaires couplés. Ensuite, un nouvel algorithme d'itération de politique en ligne est proposé pour obtenir le contrôleur optimal adaptatif. Certains théorèmes sont ensuite donnés pour garantir la convergence du nouvel algorithme. Enfin, un exemple de simulation est fourni pour vérifier l'applicabilité de l'algorithme.
Fang et al. (Mer,) ont étudié cette question.