基于强化学习的参数自整定及优化算法

• 作者: 严家政 专祥涛
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 强化学习 整定 优化 学习算法 时滞 控制器 液位控制 动态响应
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 智能系统|Intelligent Systems
• 页码范围: 341-347
• 页数: 7页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11992/tis.202012038

摘要

传统PID控制算法在非线性时滞系统的应用中,存在参数整定及性能优化过程繁琐、控制效果不理想的问题.针对该问题,提出了一种基于强化学习的控制器参数自整定及优化算法.该算法引入系统动态性能指标计算奖励函数,通过学习周期性阶跃响应的经验数据,无需辨识被控对象模型的具体数据,即可实现控制器参数的在线自整定及优化.以水箱液位控制系统为实验对象,对不同类型的PID控制器使用该算法进行参数整定及优化的对比实验.实验结果表明,相比于传统的参数整定方法,所提出的算法能省去繁琐的人工调参过程,有效优化控制器参数,减少被控量的超调量,提升控制器动态响应性能.