控制与决策

作者：唐昊,杨羊,戴飞,谭琦

单位：合肥工业大学电气与自动化工程学院，合肥230009,,合肥工业大学电气与自动化工程学院，合肥230009,,合肥工业大学电气与自动化工程学院，合肥230009,,合肥工业大学电气与自动化工程学院，合肥230009,

关键词：RBF网络;$ Q $学习;多品种工件;传送带给料加工站;前视距离

基金：国家自然科学基金项目(61573126,71231004)；中央高校基本科研业务费专项基金项目(JZ2016YYPY 0052)；高等学校博士学科点专项科研基金项目(20130111110007).

研究一类多品种工件到达的传送带给料加工站系统(CSPS)的前视距离(Look-ahead)优化控制问题,以提高系统的工作效率.在工件品种数增加的情况下,系统状态规模会呈现指数性增长,考虑传统$ Q $学习在面对大规模离散状态空间所面临的维数灾难,且难以直接处理前视距离为连续化变量的问题,引入了RBF网络来逼近$ Q $值函数,网络的输入为状态行动对,输出为该状态行动对的$ Q $值.给出RBF-$ Q $学习算法,并应用于多品种CSPS系统的优化控制中,实现了连续行动空间的$ Q $学习.针对不同的品种数情况进行仿真分析,仿真结果表明,RBF-$ Q $学习算法可以对多品种CSPS系统性能进行有效优化,并且提高学习速度.

来源：2019年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2019年第7期