一种基于强化学习的液位容错控制系统,是用于多容水箱系统的容错控制,所需要的前提条件仅仅是检测到发生了故障,而无需进一步对故障进行诊断,这个前提条件在故障检测与诊断中是比较容易实现的,目前有很多成熟的方法,如PCA、贝叶斯决策等。另外,评价动作结构主要是采用人工神经网络来说实现的,而神经网络具有很好的鲁棒性,能够有效的克服噪声的影响。本发明可以在没有训练样本的情况下直接利用所采集的数据进行控制,从而实现容器液位达到无故障情况时的相同指标。本发明的方法获得的控制量是一种系统发生故障时的最优控制量,是系统发生故障时在最大程度上所能达到的性能指标。
声明:
“基于强化学习的液位容错控制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)