1.一种基于数据驱动的压电陶瓷驱动器控制方法，其特征在于，包括以下步骤：

1)对压电陶瓷驱动器的性能指标函数进行离散；

2)引入Q函数并设计执行-评价网络；

3)采集离线数据集SM与在线数据si，更新并计算评价网络系数

4)基于离线数据集SM与在线数据si，更新并计算执行网络系数

5)给定允许误差ε，若 满足误差要求，则输出 和 否则返回3)，继续更新系数，直至满足误差要求为止。

2.根据权利要求1所述的一种基于数据驱动的压电陶瓷驱动器控制方法，其特征在于，所述步骤1)对压电陶瓷驱动器的性能指标函数进行离散具体如下：压电陶瓷驱动器的性能指标函数为：其中，x为实际输出位移，y为期望位移，u为控制策略，A和B为权矩阵；

离散后的性能指标函数为：

其中， T为时间间隔：T＝tk+1-tk，tk(k＝0,1,2,...)为时间节点；xl＝x(tl)，ul＝u(xl)，且P(xl,ul)＝(xl-y)A(xl-y)+ulBul。

3.根据权利要求1所述的一种基于数据驱动的压电陶瓷驱动器控制方法，其特征在于，所述步骤2)引入Q函数并设计执行-评价网络的具体过程如下：

2-1)定义Q函数：

其中a为当前位移的输入电压，且Qu(xk,u)＝J(xk)；

2-2)估计Q函数：

Q(i)(xk,a)＝P(xk,a)+Q(i)(xk+1,u(i))；

其中i为更新次数；

2-3)更新控制策略u：

2-4)设计执行-评价神经网络，用执行网络逼近控制策略u(i)(x)；用评价网络逼近Q函数Q(i)(x,a)；取两组线性无关的基函数： 其中fj(x)＝xj，ψj(x,a)＝(x+a)j；

该神经网络的输出为：

其中 和 分别为执行网络和评价网络的权重系数的近似估计； 和 分别为执行网络和评价网络的激活函数向量。

4.根据权利要求1所述的一种基于数据驱动的压电陶瓷驱动器控制方法，其特征在于，所述步骤3)的具体过程如下：为离线数据，其中 为当前位移x在通过压电陶瓷驱动器输入电压a后得到的新的位移；离线数据集 M为离线数据的数量；

定义Q函数的残差为：

利用Q函数的残差与ΨL(x,a)做内积为零，即： 其中D为由数组(xl,al)，l＝1,2,…,M构成的集合，且内积定义为：D＝∫Dw1(x,u)w2(x,u)d(x,u)，其中w1(x,u)与w2(x,u)为关于x和u的任意二元函数；

则可得：

其中根据蒙特卡洛积分方法，令：ID＝∫Dd(x,a)；

基于离线数据集SM计算

其中

接着收集在线数据si＝(xi-1,ui-1,xi)，其中xi-1与xi为i-1与i时刻的在线状态，ui-1为i-

1时刻的控制策略；

然后将在线数据si加入到离线数据集SM作为新的离线数据集SM+si，并用于计算其中ξi＝ξ0+ΨL(xi-1,ui-1)P(xi-1,ui-1)。

5.根据权利要求1所述的一种基于数据驱动的压电陶瓷驱动器控制方法，其特征在于，所述步骤4)的具体过程如下：定义控制策略u的残差为：

利用控制策略u的残差与ΦL(x)做内积为零，即：其中X为xl，l＝1,2,…,M和xi构成的集合，且内积定义为：x＝∫xn1(x)n2(x)dx，n1(x)与n2(x)为关于x的任意一元函数；

则可得：

其中根据蒙

特卡洛积分方法，令：Ix＝∫xdx；

基于离线数据集SM与在线数据si，计算其中

且