基于机器学习的网络稳定控制器设计与实现.docVIP

　　基于机器学习的网络稳定控制器设计与实现 摘 要： 由于网络数据多元化以及网络非法入侵的干扰，当前设计出的网络稳定控制器往往响应时间过长，提出基于机器学习的网络稳定控制器设计方法。设计的控制器主要由开发板、控制电路和机器学习模块组成。机器学习模块利用特定的学习方式对网络被控对象进行监督，监督结果将被传送到控制电路进行多种学习行为的?拟控制。开发板对虚拟控制结果进行接收，筛选出对网络被控对象的最优控制策略。机器学习模块对最优控制策略进行评价后，向网络被控对象实施稳定控制。实验结论证明，所设计的控制器可在维持对网络有效控制的同时，获取优异响应时间，响应能力较强，可较好地对设计目标进行实现。 中国 8/vie 　　关键词： 机器学习； 网络稳定控制器； 设计方法； 虚拟控制 　　中图分类号： TN711?34； TP273.1 文献标识码： A ： 1004?373X（2017）08?0053?04 　　Design and implementation of achine learning 　　ZHANG Tietou 1， TAN Yingjun1， LI Cuixia2 　　（1. Department of Information Engineering， Henan Polytechnic， Zhengzhou 450046， China； 　　2. School of Softe of the currently?designed ethod of achine learning is put forainly posed of development board， control circuit and machine learning module. Machine learning module using the specific learning itted to the control circuit for virtual control of a variety of learning behaviors. The development board receives the virtual control results， and screens out an optimal control strategy of the achine learning module carries out stable control to the al control strategy. The experimental conclusions shoe aintaining effective control to the achine learning； ethod； virtual control 　　0 引 言 　　机器学习是一项交织了统计概率学、凹凸检验、逼近理论等技术的人工智能项目，现被极其广泛地应用在分析与控制工作中，是人工智能的核心。网络是当今社会最为重要的信息传递媒介，也是辅助各行各业进行设计、分析、识别等工作的工具[1?3]。网络的稳定是实现上述工作的基础保障，将机器学习应用于网络稳定控制器的设计中，通过实践学习方式在维持稳定控制器对网络有效控制的同时，降低控制器的响应时间，这也是科研组织当前研究的新型科研项目[4?6]。 　　1 基于机器学习的网络稳定控制器设计 　　1.1 控制器整体设计 　　基于机器学习的网络稳定控制器主要由开发板、控制电路和机器学习模块组成，还包括各种功能模块，如传感器模块、计算机控制模块、存储模块和传输模块。其中，开发板、控制电路是控制器的硬件端，机器学习模块是控制器的实现端。 　　整个控制器以实现端为核心，融合硬件端进行辅助控制，实现缩减控制器响应时间的设计目标。图1为控制器整体设计图。 　　由图1可知，机器学习模块直接与网络被控对象相接触，利用特定的学习方式对网络被控对象进行监督，传感器模块的作用是感应网络被控对象的各项参数，并将有用参数进行模/数转换，以供机器学习模块使用。 　　1.2 控制电路设计 　　基于机器学习的网络稳定控制器的控制电路是一个自适应线性电路，能够较为有效地避免控制器产生低频率的震荡效应，对控制器响应时间缩减的目标有着过渡作用，其电路设计如图2所示。