基于强化学习的分布参数系统在线3D模糊建模方法及应用

    公开(公告)号:CN117633936A

    公开(公告)日:2024-03-01

    申请号:CN202311662735.6

    申请日:2023-12-06

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于强化学习的分布参数系统在线3D模糊建模方法及应用,该方法包括以下步骤:步骤S1,基于分布参数系统中采集的传感数据,构造数据集,并构建马尔可夫决策过程模型;步骤S2,建立基于Actor‑Critic强化学习模型框架的分布参数系统在线3D模糊模型;步骤S3,优化分布参数系统在线3D模糊模型。与现有技术相比,本发明具有建模精度高、动态适应新数据、应用广泛、提升能源效率等优点。

    一种基于增量AP聚类算法的3D模糊系统在线建模方法

    公开(公告)号:CN117743872A

    公开(公告)日:2024-03-22

    申请号:CN202311779563.0

    申请日:2023-12-21

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于增量AP聚类算法的3D模糊系统在线建模方法,该方法包括以下步骤:离线阶段,对3D模糊系统进行初始化,得到3D模糊系统的初始化模型;在线阶段,通过增量AP聚类算法更新3D模糊系统的前件集;根据3D模糊系统的输出数据与实际输出数据的误差,采用随机梯度下降算法实时更新3D模糊系统的后件空间基函数;根据3D模糊系统的在线样本数量是否满足预设值,以判断3D模糊系统在线构建是否完成。与现有技术相比,本发明具有提高3D模糊系统性能、适应变化和不确定性;能够提供有关系统状态和性能的实时信息,可以提供更精确的系统描述等优点。

Patent Agency Ranking