-
公开(公告)号：CN103324085A
公开(公告)日：2013-09-25
申请号：CN201310232043.8
申请日：2013-06-09
Applicant: 中国科学院自动化研究所
IPC: G05B13/02
Abstract: 本发明提出一种基于监督式强化学习的最优控制方法，包括步骤：步骤1，初始化控制器和评价器的人工神经网络的权值等参数，及一组训练数据集；步骤2，选择一组系统状态开始迭代；步骤3，监督式控制器产生初始稳定的控制策略，控制器通过调整自身权值逼近该控制策略；步骤4，控制器生成相应的控制动作，并附加一定的随机噪声作为探索；步骤5，将带有噪声的控制动作施加到被控制的系统上，观测下一时刻系统的状态和回报；步骤6，调整控制器和评价器的人工神经网络的权重；步骤7，判断当前状态是否满足终止条件，是则进入步骤8，否则回到步骤3；步骤8，判断初始的系统状态数据是否已经全部用于训练，是则输出最终的控制器，否则回到步骤2。
-
公开(公告)号：CN103324085B
公开(公告)日：2016-03-02
申请号：CN201310232043.8
申请日：2013-06-09
Applicant: 中国科学院自动化研究所
IPC: G05B13/02
Abstract: 本发明提出一种基于监督式强化学习的最优控制方法，包括步骤：步骤1，初始化控制器和评价器的人工神经网络的权值等参数，及一组训练数据集；步骤2，选择一组系统状态开始迭代；步骤3，监督式控制器产生初始稳定的控制策略，控制器通过调整自身权值逼近该控制策略；步骤4，控制器生成相应的控制动作，并附加一定的随机噪声作为探索；步骤5，将带有噪声的控制动作施加到被控制的系统上，观测下一时刻系统的状态和回报；步骤6，调整控制器和评价器的人工神经网络的权重；步骤7，判断当前状态是否满足终止条件，是则进入步骤8，否则回到步骤3；步骤8，判断初始的系统状态数据是否已经全部用于训练，是则输出最终的控制器，否则回到步骤2。
-
公开(公告)号：CN102799748A
公开(公告)日：2012-11-28
申请号：CN201210291386.7
申请日：2012-08-15
Applicant: 中国科学院自动化研究所
CPC classification number: Y02E20/18
Abstract: 本发明公开了一种煤气化炉的控制方法，该方法包括依次执行的如下步骤：S1、建立与煤气化炉相应的煤气化炉仿真模型，该仿真模型包含若干模型参数；S2、采集煤气化炉在某段时间内的输入数据和输出数据，所述输入数据和输出数据是指煤气化炉的输入、输出物质的成分与含量以及各项工作参数；S3、根据所采集的输入数据和输出数据，计算仿真模型的模型参数的值；S4、采集煤所化炉的实时输入数据和实时输出数据，通过仿真模型计算模拟输出数据与实时输出数据之间的差值，当该差值不在误差范围时，返回步骤S2，否则继续下一步骤；S5、利用仿真模型计算煤气化炉内在当前时刻起的一段时间内的工作状态参数，据此监控和调节煤气化炉的工作状态。本发明能够高效、实时、精确地调整和监控煤气化炉。
-
公开(公告)号：CN102799748B
公开(公告)日：2014-10-22
申请号：CN201210291386.7
申请日：2012-08-15
Applicant: 中国科学院自动化研究所
CPC classification number: Y02E20/18
Abstract: 本发明公开了一种煤气化炉的控制方法，该方法包括依次执行的如下步骤：S1、建立与煤气化炉相应的煤气化炉仿真模型，该仿真模型包含若干模型参数；S2、采集煤气化炉在某段时间内的输入数据和输出数据，所述输入数据和输出数据是指煤气化炉的输入、输出物质的成分与含量以及各项工作参数；S3、根据所采集的输入数据和输出数据，计算仿真模型的模型参数的值；S4、采集煤所化炉的实时输入数据和实时输出数据，通过仿真模型计算模拟输出数据与实时输出数据之间的差值，当该差值不在误差范围时，返回步骤S2，否则继续下一步骤；S5、利用仿真模型计算煤气化炉内在当前时刻起的一段时间内的工作状态参数，据此监控和调节煤气化炉的工作状态。本发明能够高效、实时、精确地调整和监控煤气化炉。
-
-
-
Search Results
4
records
(took 0.033 seconds)
