基于强化学习的模糊神经网络控制研究及应用

《基于强化学习的模糊神经网络控制研究及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华北电力大学硕士学位论文摘要本文研究了利用强化学习自动调节模糊神经网络的结构问题。应用强化学习算法，可以根据每条规则的推理强度度量其在调节系统中所起的作用，最终确定每条模糊规则的取舍，仿真结果表明，在实时系统中这种方式比模糊K均值聚类和白组织竞争神经网络等传统辨识方法具有更好的适应性。在此基础上，本文提出了两种提高调节品质的方法：在建立规则时，将强化学习的智能试探功能用于模糊控制规则的搜索，提高生成规则的质量；删除无用规则时，采用逐步减少隶属函数宽度的方法加强调节系统的稳定性，最后通过仿真证明算法的有效性。关键词：模糊神经网络，强化学习，非线性系统ABSTRACTThestructureide

2、ntificationofFuzzyNeuralNetworkisstudiedinthispaperbyusingreinforcementlearning．Accordingtothestrengthofeachrule，reinforcementlearningdeterminestheselectionoftherules．ThesimulationresultsshowthatthismethodhasbetteradaptabilitycomparedwiththefuzzyK—meansclusteringalgorithmandtheself-organizationcompe

3、titionneuralnetwork．Inaddition，twoapproachesareproposedtoimprovethequalityoftheregulations：whileestablishinganewrule，thetrialfunctionofreinforcementlearningisappliedtosearchtheruleoffuzzycontrolinordertoimprovethequalityoftheregulation；whiledeletingtherulewithlowestvaluefunction，thestabilityofthesys

4、temisenhancedbygraduallydecreasingthewidthofthemembershipfunctionfirstly．Thesimulationresultscertificatethevalidityoftheaboveapproaches．KEYWORDS：FuzzyNeuralNetwork，ReinforcementLearning，NonlinearSystemHouzhipeng(controlTheoryandControlEngineering)Directedbyprof．HouGuolian声明本人郑重声明：此处所提交的硕士学位论文《基于强化学习

5、的模糊神经网络控制及应用》，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：丛查鸥日期：2旦立。△仝关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规定，即：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允

6、许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。(涉密的学位论文在解密后遵守此规定)作者签名：4叁查皓L：q期：．2。!蛆!!：金新签名：幽日期：竺翌：■t华jt电力大学硕士学位论文1．1研究背景及意义第一章绪论控制理论的发展经历了古典控制理论与现代控制理论两个阶段，正在向大系统理论及智能控制理论方向发展。传统控制的设计和研究都必须基于被控对象的精确数学模型，但随着科学技术的飞速发展，现代工业控制系统变得越来越复杂。另外控制科学的发展同计算机技术的发展结合越来越紧密。由于控制系统越来越复杂，系统的

7、结构和参数具有高维型性、时变性与非线性，系统及其外部环境具有许多未知和不确定的模糊因素，导致了控制目标的多样性，加深了各种目标之间矛盾。而传统控制系统的分析与设计是建立在精确数学模型的基础上，并遵循一些理想的假设条件将实际对象简化后得到数学模型的。对于复杂非线性系统无法建立正确的数学模型，往往得不到理想的控制效果。在复杂系统控制方面，智能控制技术得到了越来越广泛的应用。智能控制是一种模拟人类智能的