| 專(zhuān)利名稱(chēng) |
一種基于Q學(xué)習(xí)算法的對(duì)角遞歸神經(jīng)網(wǎng)絡(luò)控制方法 |
| 申請(qǐng)?zhí)?專(zhuān)利號(hào) |
CN202010502825.9 |
專(zhuān)利權(quán)人（第一權(quán)利人） |
長(zhǎng)春工業(yè)大學(xué) |
| 申請(qǐng)日 |
2020-06-05 |
授權(quán)日 |
2022-05-10 |
| 專(zhuān)利類(lèi)別 |
授權(quán)發(fā)明 |
戰(zhàn)略新興產(chǎn)業(yè)分類(lèi) |
新一代信息技術(shù) |
| 技術(shù)主題 |
機(jī)器學(xué)習(xí)|工程學(xué)|隱藏層|抗干擾|人工智能|模式識(shí)別|控制效果|直流電動(dòng)機(jī)|神經(jīng)網(wǎng)絡(luò)|算法|動(dòng)量因子|對(duì)角遞歸神經(jīng)網(wǎng)絡(luò) |
| 應(yīng)用領(lǐng)域 |
自適應(yīng)控制 |
| 意向價(jià)格 |
具體面議 |
| 專(zhuān)利概述 |
本發(fā)明設(shè)計(jì)了一種基于Q學(xué)習(xí)算法的對(duì)角遞歸神經(jīng)網(wǎng)絡(luò)(DRNN)控制方法(Q?DRNN)，Q?DRNN將Q學(xué)習(xí)的強(qiáng)搜索能力與DRNN的自帶遞歸環(huán)結(jié)構(gòu)、動(dòng)態(tài)映射能力以及適應(yīng)時(shí)變性等優(yōu)勢(shì)有機(jī)結(jié)合，用于提高無(wú)刷直流電機(jī)(BLDCM)的工作穩(wěn)定性。在Q?DRNN中，DRNN通過(guò)隱含層中獨(dú)有的遞歸環(huán)對(duì)輸出變量進(jìn)行迭代，并對(duì)其關(guān)鍵權(quán)重進(jìn)行優(yōu)化，以加快迭代速度。同時(shí)，引入改進(jìn)的Q學(xué)習(xí)對(duì)DRNN的權(quán)動(dòng)量項(xiàng)因子進(jìn)行修正，使DRNN具有自學(xué)習(xí)和在線(xiàn)修正的能力，使得系統(tǒng)的抗干擾能力增強(qiáng)、魯棒性增強(qiáng)，從而使無(wú)刷直流電機(jī)達(dá)到更好的控制效果。 |
| 圖片資料 |
|
| 合作方式 |
具體面議 |
| 聯(lián)系人 |
戚梅宇 |
聯(lián)系電話(huà) |
13074363281 |
