强化学习在电磁场逆问题解的鲁棒性优化中的应用研究.pdf

强化学习在电磁场逆问题解的鲁棒性优化中的应用研究.pdf

摘要

在电磁场逆问题求解中,传统的全局最优目标函数通常是研究重点,但实际

工程中,制造公差等不确定性因素会显著影响性能。为了减小这些影响,提高制

造精度是常见选择,但成本较高。相比之下,寻求鲁棒解(对参数偏差不敏感的

解)是更为有效的方案,能降低不确定性带来的影响,提高稳定性与可靠性。随

着人工智能的不断发展,研究者逐渐关注人工智能在电磁器件鲁棒优化中的应用,

为该领域的进展提供了新的发展方向。目前的研究大多集中于随机地获得一个鲁

棒解,在鲁棒性调控方面的研究仍显不足。强化学习作为一种基于交互与反馈

文档评论(0)

1亿VIP精品文档

相关文档