一种基于非策略Q学习的多个体优化控制方法

发明专利有效专利

申请号：
CN201910352788.5
IPC分类号：G05B13/04
申请日期：
2019-04-29
申请人：
辽宁石油化工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于非策略Q学习的多个体优化控制方法
申请号	CN201910352788.5	申请日期	2019-04-29
法律状态	实质审查	申报国家	中国
公开/公告日	2019-08-02	公开/公告号	CN110083063A
优先权	暂无	优先权号	暂无
主分类号	G05B13/04 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05B 一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置（应用流体作用的一般流体压力执行器或系统入F15B；阀门本身入F16K；仅按机械特征区分的入G05G；传感元件见相应小类，例如G12B，G01、H01的小类；校正单元见相应的小类，例如H02K） G05B13/00 自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统（G05B 19/00优先；计算机零部件入G06F 15/18）〔3〕 G05B13/02 电的 G05B13/04 包括使用模型或模拟器的〔3〕	IPC分类号	G;0;5;B;1;3;/;0;4查看分类表>
申请人	辽宁石油化工大学	申请人地址	辽宁省抚顺市望花区丹东路西段一号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	辽宁石油化工大学	当前权利人	辽宁石油化工大学
发明人	李金娜;肖振飞
代理机构	沈阳技联专利代理有限公司	代理人	张志刚

摘要

一种基于非策略Q学习的多个体优化控制方法，涉及一种优化控制方法，本发明针对离散线性非零和博弈问题，提出一种非策略Q学习算法。首先，提出非零和博弈优化问题，并且严格证明根据个体性能指标定义的值函数为线性二次型。然后，基于动态规划和Q学习方法，给出非策略Q学习算法，获得非零和博弈的近似最优解，实现系统的全局纳什均衡。最后算例仿真验证方法的有效性。本发明用于解决线性离散系统的多个体非零和博弈问题，仿真验证了算法的有效性；本发明将博弈理论与非策略学习方法融合，在非零和博弈的框架下，提出非策略学习算法，学习最优控制策略，实现整个系统的全局纳什均衡。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供