摘要
本文对具有时滞的不确定控制对象提出了一种带有神经网络的Smith预估器再励学习控制方法 .文中还给出了再励学习系统中模糊自适应控制器的网络结构及其有关算法的改进 .仿真结果表明 :本文提出的控制方法对具有时滞的不确定系统的自学习控制不仅是有效的 ,而且具有良好的鲁棒性 .
A Reinforcement Learning control approach is presented for uncertain systems with time lag,based on neural networks and Smith compensation.The proposed structure of a fuzzy adaptive controller and some related algorithm modification is given in this paper.Simulation shows the effectiveness of control scheme for a class of complicated systems with time lag.Moreover,the control system is of good robustness in comparison with the one controlled by PID.\;
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
1999年第2期217-220,共4页
Control Theory & Applications
基金
国家自然科学基金!( 6 95 740 3 7)
高校博士点基金!( 95 5 3 3 10 )
关键词
再励学习控制
不确定系统
神经网络
时滞
uncertain objects
Reinforcement Learning
fuzzy control
neural networks
