CN115097736B 一种基于深度强化学习的自抗扰控制器参数优化方法 （东南大学）_第1页
CN115097736B 一种基于深度强化学习的自抗扰控制器参数优化方法 （东南大学）_第2页
CN115097736B 一种基于深度强化学习的自抗扰控制器参数优化方法 （东南大学）_第3页
CN115097736B 一种基于深度强化学习的自抗扰控制器参数优化方法 （东南大学）_第4页
CN115097736B 一种基于深度强化学习的自抗扰控制器参数优化方法 （东南大学）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于深度强化学习的自抗扰控制器参本发明公开了一种基于深度强化学习的自平稳程度和抗干扰能力设置奖励，使用Actor_Critic算法训练智能体根据环境和状态选择优化动作，依据动作后获得奖励大小改进优化动2建立起速度环自抗扰控制器模型；根据速度环自抗扰控结合马尔可夫决策过程搭建自抗扰控制器参数的深度强化学结合马尔可夫过程搭建自抗扰控制器参数的深度强化学习模型；使设计深度确定性策略梯度方法，使参数优化过程收敛，完成基于所述速度环自抗扰控制器模型为一阶模型，一阶速度环自抗扰控制器l2.根据权利要求1所述的基于深度强化学习的自抗扰控制器参数优化方法，其特征在3.根据权利要求1所述的基于深度强化学习的自抗扰控制器参数优化方法，其特征在要使用的目标网络；在智能体学习结束后采用目标网络对Actor_Critic算法进行梯度下4.根据权利要求1所述的基于深度强化学习的自抗扰控制器参数优化方法，其特征在5.根据权利要求1所述的基于深度强化学习的自抗扰控制器参数优化方法，其特征在6.根据权利要求1所述的基于深度强化学习的自抗扰控制器参数优化方法，其特征在37.根据权利要求1所述的基于深度强化学习的自抗扰控制器参数优化方法，其特征在8.根据权利要求7所述的基于深度强化学习的自抗扰控制器参数优化方法，其特征在4非线性状态误差反馈。跟踪_微分器(TrackingDifferentiator,TD)可以对输入信号进行跟踪，并安排过渡状态，使控制快速且无超调。扩张状态观测器(ExtendedStateObserver,ESO)是用来观测输出以及其各阶微分量，与此同时将系统内部扰动以及外部变Feedback,NLSEF)主要控制参考输入以及扩张状态的误差信号的非线性组合，同时对观测5集到的转速实际值输入扩张状态观测器，得到实际转速的状态量以及观测到的总误差值；6iiQ)表示的Critic评价网络将根据上一步的s和a进行评价。7用于评估和处理设定优化目标后实际值与给定值之间的误差。(14)用于惩罚和奖励参数修[0045]图1为本发明实施例中的基于深度强化学习的永磁电机用速度环自抗扰控制器参8[0051]本发明实施例中提供一种基于深度强化学习的自抗扰控制器参数优化方法，包号进行跟踪，并安排过渡状态，使控制快速且无超调。扩张状态观测器(ExtendedStateObserver,ESO)是用来观测输出以及其各阶微分量，与此同时将系统内部扰动以及外部变Feedback,NLSEF)主要控制参考输入以及扩张状态的误差信号的非线性组合，同时对观测9集到的转速实际值输入扩张状态观测器，得到实际转速的状态量以及观测到的总误差值；iiQ)表示的Critic评价网络将根据上一步的s和a进行评价。算法的优化更新是通过更新θμ和θQ来实现的。为了使算法有足够的学习时间，μ(s|θμ)和Q用于评估和处理设定优化目标后实际值与给定值之间的误差。(14)用于惩罚和奖励参数修

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论