全文总字数：3129字
文献综述
一、课题研究的目的与意义在经历了经典控制理论和现代控制理论两个发展阶段之后，目前已经建立起了比较完善的控制理论体系，并且这个理论体系已经被广泛应用于工业生产的各个领域。
但在同实际工业生产结合的过程中，控制系统的设计非常依赖于被控对象的数学模型，对模型的精确程度更是有较高的要求[1]。
虽然对于如今大部分的工业控制对象，上述控制方法能够获得较好的控制效果。
但随着工业和现代科学技术的发展，各个生产领域对控制效果的标准也越来越高，被控系统的结构和特性也越来越复杂，建模也变得越来越困难。
因此，为了能更好地将控制算法应用到工业生产中，人们除了要加强对生产过程中被控对象的辨识、建模、自适应控制、鲁棒控制等研究外，还要打破传统控制思想的束缚，寻找一种对模型要求低、在线计算方便、控制综合效果好的新的控制理论和方法[2]。
数据驱动控制算法满足了以上的需求，即该方法的实现过程不需要包含被控系统内部模型的任何信息，仅需要系统的I/O数据就能设计出对应的控制器[3]。
这种新颖的理念适应了当今控制算法的发展趋势，已经成为当前控制界研究的一个热点。
目前，数据驱动控制理论在国内外已经获得了一些标志性的研究成果，包括:无模型自适应控制(Model-Free Adaptive Control, MFAC)、迭代反馈整定(Iterative Feedback Tuning, IFT)、虚拟参考反馈整定(Virtual Reference Feedback Tuning, VRFT)、迭代学习控制(Iterative Learning Control, ILC)以及自抗扰控制(Active Disturbance Rejection Control, ADRC)等等[4]。
其中，无模型自适应控制具有结构简单、鲁棒性好、对被控对象的数学模型没有依赖性的特点，在工业生产过程领域也取得了成功应用[5]。
