原创力文档摘要
摘摘摘要要要
在实际工程中，众多系统在运行期间易因外部干扰骤发、内部参数突变或机械故
障而发生随机性动态转换。马尔可夫跳变系统因其对这类随机切换行为具备强大的建
模能力，在控制理论中受到广泛关注。与此同时，现实系统中普遍存在的非线性与多
源不确定性，使区间二型模糊逻辑成为描述复杂系统动态的适宜框架。然而，当精确
系统模型不可得或仅部分可知时，传统的基于模型的设计策略表现出明显局限。强化
学习作为一种数据驱动的自适应优化方法
摘要
摘摘摘要要要
在实际工程中，众多系统在运行期间易因外部干扰骤发、内部参数突变或机械故
障而发生随机性动态转换。马尔可夫跳变系统因其对这类随机切换行为具备强大的建
模能力，在控制理论中受到广泛关注。与此同时，现实系统中普遍存在的非线性与多
源不确定性，使区间二型模糊逻辑成为描述复杂系统动态的适宜框架。然而，当精确
系统模型不可得或仅部分可知时，传统的基于模型的设计策略表现出明显局限。强化
学习作为一种数据驱动的自适应优化方法
文档评论（0）