基于Q学习算法的变论域模糊控制新算法.pdfVIP

第28卷第 11期 控 制 理 论 与 应 用 Vb1．28NO．11 2011年 11月 ControlTheory＆Applications NOV．201l 文章编号：1000—8152(2011)11—1645—06 基于Q学习算法的变论域模糊控制新算法 余 涛 ，于文俊 ，李章文 (1．华南理工大学 电力学院，广东广州 510640；2．湖南电力公司永州电业局，湖南 永州425000) 摘要：变论域模糊控制器的控制函数被 “复制”到后代中，往往存在着 “失真”现象，这种现象的后果是造成算 法本身的误差．针对这一问题，本文提出了一种基于Q学习算法的变论域模糊控制优化设计方法．本算法在变论域 模糊控制算法基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想，且通过用Q学习算法来寻优 参数使控制器性能指标最小，使其在控制过程中能够降低 “失真率”，从而进一步提高控制器性能．最后，把算法运 用于一个二阶系统与非最小相位系统，实验表明，该算法不但具有很好的鲁棒性及动态性能，且与变论域模糊控制 器比较起来，其控制性能也更加提高． 关键词：变论域模糊控制：Q学习算法；伸缩因子；等比因子 中图分类号：TM71 文献标识码：A Anoveloptimalmethod0fvariable．universefuzzycontrol based0nQ—learningalgorithms YUTao1．YUWen-junz．LIZhang—wen (1．CollegeofElectricalPower,SouthChinaUniversityofTechnology,GuangzhouGuangdong510640，China； 2．YongzhouElectricPowerBureauofElectricPowerofHunan，YongzhouHunan425000，China) Abstract：Whenthecontrolfunctionofhtevariable-universefuzzycontrolleris“copied”tOtheoffspring，htereusually existsome “distortion”phenomenawhichleadtotheerrorofthealgorithms．Todealwiht thisproblem．wepresenta noveloptimalmehtodofvariable—universeufzzycontrolbasedonQ—learningalgorithms．Thismehtodadjustshteuniverse byhteconrtaction—expansionfactorandgeometricproportionalfactors，andoptimizeshteparametersthroughQ—learning algorithmstominimizetheperformanceindexofthecontrollerforreducingthe“distortionrate”intheconrtolprocessand improvehtecontrolperfomr nace．Th ismethodhasbeenappliedtoasecond—orderlinera system withnon—minimum phase， resultingindesirablerobustnessanddynamicperformnace．Theconrtolperfomr naceisevenbeuerhtanhtatofthevariable universefuzzycontroller． Keywords：variable--universefuzzyconrtol；Q--learningalgorithms