全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

A novel optimal method of variable-universe fuzzy control based on Q-learning algorithms
基于Q学习算法的变论域模糊控制新算法

Keywords: variable-universe fuzzy control,Q-learning algorithms,contraction-expansion factor,geometric proportional factors
变论域模糊控制
,Q学习算法,伸缩因子,等比因子

Full-Text   Cite this paper   Add to My Lib

Abstract:

变论域模糊控制器的控制函数被“复制”到后代中, 往往存在着“失真”现象, 这种现象的后果是造成算法本身的误差. 针对这一问题, 本文提出了一种基于Q学习算法的变论域模糊控制优化设计方法. 本算法在变论域模糊控制算法基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想, 且通过用Q学习算法来寻优参数使控制器性能指标最小, 使其在控制过程中能够降低“失真率”, 从而进一步提高控制器性能. 最后, 把算法运用于一个二阶系统与非最小相位系统, 实验表明, 该算法不但具有很好的鲁棒性及动态性能, 且与变论域模糊控制器比较起来, 其控制性能也更加提高.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133