科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
