论文部分内容阅读
综述了再励学习的原理，主要算法，基于神经网络的实现及其在智能控制中的作用，探讨了应进一步研究的问题。
再励学习——原理,算法及其在智能控制中的应用
【摘 要】
：
综述了再励学习的原理，主要算法，基于神经网络的实现及其在智能控制中的作用，探讨了应进一步研究的问题。
【机 构】
：
清华大学自动化系北京100084
【出 处】
：
信息与控制
【发表日期】
：
1996年1期
其他文献
将模糊控制理论应用于高炉热状态的预报中，分析了影响高炉热状态的主要因素，给出了模糊预报系统的基本结构及具体实现方法，建立了高炉热状态模糊预报系统，从而实现了高炉炉热水平
提出一种基于遗传算法的自学习模糊控制方法控制混沌系统。用一种改进的遗传算法学习模糊控制器的隶属度函数，以改善模糊控制器的性能，使其达到良好的控制效果。用此方法控制Ｈｅｎｏｎ系
针对离散时不变最小相位系统，提出了一种新的间接自适应极点配置算法。该算法的主要优点是可以实现对任意有界参考输出的渐近跟踪，而其他自适应极点配置则不具有这种性质，仿真例
研究了非最小相位区间系统鲁棒稳定补偿器的设计问题，得到了一个补偿器存在的充分条件，并利用保形映射及Ｎｅｖａｎｌｉｎｎａ－Ｐｉｃｋ插值定理提出了一个可行的补偿器设计方法。
提出了两种基于神经网络改进的系统优化与参数估计集成稳态优化算法，其中利用动态信息建立动态ＮＮ模型用于过程稳态优化。目的是为了克服ＩＳＯＰＥ算法对真实过程的摄动，减少ＩＳＯＰＥ算法设定点变动
定义了一种新的小波变换即"方向小波变换",它不仅保持了传统小波变换良好的时频局部分析能力,还具有良好的方向分析特性.研究了它在运动弱目标检测中的应用,提出一种多尺度的运动弱目标检测方法,其可以充分利用目标的不稳定"面"信息,迅速有效地检测出运动弱目标的轨迹.
提出了用模糊神经神经的方法来建立煤粉流量模型。针对煤粉喷吹系统，模糊神经网络可以把它的工作空间分成若干个模糊区间，在每个区间中，用一局部模型来代表此系统；此方法克服了神
在现代鲁棒控制理论基础上，针对广义控制对象提出一种一维鲁棒ＰＩＤ控制器设计方法，其优点是控制器参数可以解析得到，控制器只有一个可调的参数，被调参数与系统的鲁棒性有直接的联系，特
讨论了含有时变未知参变数或扰动的非线性不确定系统的鲁棒镇定问题。
针对长期末获圆满解决的金属切削自动化生产线累积误差测控问题，提出一种基于模糊聚类分析的专家系统，给出了误差数据样本化处理和隶属函数的算法，探讨并定义了对象性态模型和系