畢明洋　鄧文杰　應華

摘 要：該文主要研究的是帶有乘性噪聲和馬爾科夫跳變的離散模糊系統(tǒng)在有限時域內(nèi)的二次微分對策問題，對于這個微分對策問題的解給出了一個充分條件。該文的結論表明了微分對策問題的解與四個代數(shù)黎卡提方程相關。除此之外，文中還對如何解這四個耦合的黎卡提方程給出了一種迭代算法，表明了該迭代算法在黎卡提方程處理上的優(yōu)越性。

關鍵詞：離散時間模糊系統(tǒng) 微分對策 馬爾科夫跳變 代數(shù)黎卡提方程

中圖分類號：TP13 文獻標識碼：A 文章編號：1672-3791（2017）04（c）-0180-04

近年來，T-S模糊模型被證明可以很好的描述非線性動態(tài)系統(tǒng)。模糊模型可以用來描述動態(tài)的非線性控制系統(tǒng)。對于T-S模糊模型，局部的動態(tài)可以用線性的狀態(tài)空間模型表示，總的模型可以用各個局部模糊模型的模糊混合表示。在參考文獻中，作者表明T-S模糊系統(tǒng)可以無限的趨近于平滑的非線性動態(tài)系統(tǒng)。另外，非線性隨機系統(tǒng)的非線性也同樣可以用隨機T-S模糊模型無限趨近。一般而言，T-S模糊模型的隨機性大多由乘性噪聲項來表示，如狀態(tài)依賴噪聲。

1 問題來源

在過去的幾十年里，微分對策問題被廣泛的應用到了經(jīng)濟、軍事、智能機器人等方面。例如，在參考文獻中介紹了非零和微分對策問題，并且給出了一些關于動態(tài)博弈對策的有用結論。這種最優(yōu)化問題能用來求解二次消費函數(shù)的最優(yōu)解，而這個解與一組耦合的黎卡提方程密切相關。

據(jù)我們所知，盡管針對線性馬爾科夫跳變系統(tǒng)已經(jīng)有了很多研究，但非線性馬爾科夫跳變動態(tài)系統(tǒng)的控制設計仍然是一個很少有人涉及的領域。最近開始有一些文獻涉及到了這個領域。我們都知道平滑的非線性動態(tài)系統(tǒng)可以用T-S模糊模型無限逼近。受上述事實啟發(fā)，該文將主要用T-S模糊模型來表示帶有馬爾科夫跳變的非線性隨機系統(tǒng)，然后研究帶有乘性噪聲和馬爾科夫跳變的T-S模糊系統(tǒng)的微分對策問題。

為了方便起見，在本章中將采用以下基本符合：表示維實空間；表示維的實矩陣的；表示所有維對稱矩陣的集合，其元素可能為復數(shù)；表示矩陣的轉(zhuǎn)置矩陣；U≥0（U>0）表示矩陣U是一個半正定（正定）矩陣；表示維的均方可積的隨機變量空間；表示Kronecker函數(shù)，即當時，當時；表示數(shù)學期望。最后，，。

2 問題描述

考慮如下的帶有馬爾科夫跳變的離散時間隨機T-S模糊系統(tǒng)，它在該文中用來表示非線性隨機系統(tǒng)。它由下列的IF-THEN 法則組成，這些IF-THEN 法則代表離散時間隨機T-S模糊系統(tǒng)的線性輸入輸出關系。

（19）

其中，，已經(jīng)在公式（8）中給出。這樣，公式（19）就證明使消費函數(shù)取到最小值。即所代表的最優(yōu)策略為，并且它的消費函數(shù)的最優(yōu)值為。

同樣的，若先假設已知，按照上述證明過程，同樣可以得到所代表的最優(yōu)策略為，并且二次型消費函數(shù)的最優(yōu)值為。因此，定理1得證。

4 算法與數(shù)字實例

在這一部分我們將對耦合的方程（7）-（11）給出一個迭代算法以及一個數(shù)字實例。

4.1 迭代算法

對定理1，提出的算法步驟如下：

（1）給定，而且初試條件，，那么能得

5 結語

在該文中，我們主要研究了帶有乘性噪聲和馬爾科夫跳變的離散模糊系統(tǒng)在有限時域內(nèi)的二次微分對策問題。第一步，我們得到了一個最佳反饋控制存在的充分條件，它和四個耦合的矩陣方程有關。然后，針對這四個耦合方程的可解性提出了一個迭代算法。該算法還是比較滿意的。最后給出了一個數(shù)字實例，這些都將成為后續(xù)工作的基礎。

參考文獻

[1] 施建中.基于模糊聚類的非線性系統(tǒng)辨識研究[D].北京：華北電力大學，2012.

[2] 李盼盼.基于T-S模型的非線性系統(tǒng)模糊辨識方法研究[D].鎮(zhèn)江.江蘇大學，2008.

[3] 孫立萍.基于T-S模型的模糊辨識方法及其應用研究[D].秦皇島，燕山大學，2006.