针对一类非参数不确定系统，提出误差跟踪学习控制方法，同时解决学习控制系统的初值问题和状态约束限制。利用障碍Lyapunov函数设计控制器，采用鲁棒方法与学习方法相结合的策略处理非参数不确定性，将均衡误差约束到初始的界内，并同时实现对系统状态在各次转换运行过程中的约束。 ，所提控制方法导致系统误差在整个作业区间以预定精度跟踪期望误差轨迹，系统状态在部分作业区间精确跟踪参考信号。仿真结果表明了该控制方案的有效性。

讨论一类非参数不确定系统的约束迭代学习控制问题.构造二次分式型障碍李雅普诺夫函数(Barrier Lyapunov functions),用于学习控制器设计.控制方案采用鲁棒方法与学习机制相结合的手段处理非参数不确定性,鲁棒方法对处理后的不确定性的界予以补偿,学习机制对处理后的不确定性进行估计.可实现系统状态在整个作业区间上完全跟踪参考轨迹,并使得系统误差的二次型在迭代过程中囿于预设的界内,进而在运行过程中实现状态约束.提出的迭代学习算法包括部分限幅与完全限幅学习算法.采用这种BLF约束控制系统

针对一类非参数不确定系统,提出误差跟踪学习控制方法,同时解决学习控制系统的初值问题和状态约束问题.利用障碍Lyapunov函数设计控制器,采用鲁棒方法与学习方法相结合的策略处理非参数不确定性,将滤波误差约束于预设的界内,并由此实现对系统状态在各次迭代运行过程中的约束.文中构造了一种期望误差轨迹,经过足够多次迭代后,所提控制方法使得系统误差在整个作业区间以预设精度跟踪期望误差轨迹,系统状态在部分作业区间精确跟踪参考信号.仿真结果表明了该控制方案的有效性.