1.引言
基于自适应动态规划(Adaptive Dynamic Programming, ADP)的控制算法 ，用于解决非线性系统的优化控制问题。核心思想是通过评价网络和执行网络的迭代学习，逼近最优控制律和最优性能指标，实现系统状态跟踪目标值的同时最小化控制代价。
2.算法仿真效果
3.算法涉及理论知识概要
自适应动态规划（Adaptive Dynamic Programming, ADP）是一种结合动态规划（Dynamic Programming, DP）与自适应控制（Adaptive Control）的智能优化算法 ，核心思想是通过近似求解贝尔曼（Bellman）最优性原理，实现复杂系统的在线学习与优化控制。它特别适用于非线性、高维度或模型未知的动态系统，在机器人控制、能源系统优化、智能交通等领域有广泛应用。
本课题所提出的算法通过ADP的双网络（评价网络+执行网络）结构，迭代优化控制策略，使系统状态跟踪 目标值，并最小化二次型代价函数。核心是利用神经网络逼近非线性系统的最优控制律和性能指标，适用于模型已知但参数存在不确定性的非线性控制问题。