基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于强化学习的模型参考自适应控制方法,控制器采用自适应启发评价算法,它由两部分组成:自适应评价单元及联想搜索单元.由参考模型给出系统的性能指标,利用系统反馈的强化信号在线更新控制器的参数.仿真结果表明:基于强化学习的模型参考自适应控制方法可以实现对一类复杂的非线性系统的稳定控制和鲁棒控制,该控制方法不仅响应速度快,而且具有较高的学习速率,实时性较强.
推荐文章
基于神经网络的模型参考自适应控制方法
控制理论
神经网络
模型参考自适应控制
BP算法
误差函数
基于模型参考自适应方法的对偶控制方法研究
模型参考自适应控制
对偶控制
仿真
基于BP神经网络的模型参考自适应控制
模型参考自适应
神经网络控制
自适应律
基于模型参考的鲁棒自适应控制
不确定非线性系统
鲁棒自适应控制
模型参考
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于强化学习的模型参考自适应控制
来源期刊 控制理论与应用 学科 工学
关键词 强化学习 模型参考自适应控制 联想搜索单元 自适应评价单元
年,卷(期) 2005,(2) 所属期刊栏目 短文
研究方向 页码范围 291-294,300
页数 5页 分类号 TP273
字数 3042字 语种 中文
DOI 10.3969/j.issn.1000-8152.2005.02.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴捷 华南理工大学电力学院 280 6596 45.0 67.0
2 郭红霞 华南理工大学电力学院 35 450 14.0 21.0
3 王春茹 广东工业大学自动化学院 13 228 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (24)
二级引证文献  (27)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(1)
  • 二级引证文献(1)
2007(6)
  • 引证文献(6)
  • 二级引证文献(0)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(8)
  • 引证文献(1)
  • 二级引证文献(7)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
强化学习
模型参考自适应控制
联想搜索单元
自适应评价单元
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导