首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种被控系统群的运行策略协同优化方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:清华大学;南方电网科学研究院有限责任公司

摘要:本发明涉及运行策略优化领域,提供了一种被控系统群的运行策略协同优化方法及装置,方法包括:根据仿真结果确定各动作的Q因子样本方差、各最优动作与非最优动作的Q因子融合值的性能差别以及已消耗样本总量;利用采样数据分配算法对上述量进行分析得到各动作目标样本量;根据各动作目标样本量与各动作已消耗样本量确定各动作补充采样量;根据补充采样量进行补充采样,利用补充仿真结果重新确定各动作的Q因子样本方差、性能差别以及已消耗样本总量;调整已消耗样本总量,判断已消耗样本总量是否小于预设总采样量,若是重新计算目标样本量及之后步骤,若否输出最优动作。本发明协同使用动作一致性的被控系统的运行数据,能够提升优化效率及性能。

主权项:1.一种被控系统群的运行策略协同优化方法,其特征在于,所述被控系统群包括多个被控系统,所述方法包括:按照预设采样量对目标被控系统智能体的各动作仿真结果进行采样,根据采样结果确定各动作的Q因子样本方差、各最优动作与非最优动作的Q因子融合值的性能差别及已消耗样本总量,其中,各动作的Q因子融合值由Q因子融合函数计算得到,所述Q因子融合函数为同一状态-动作下目标被控系统智能体及其相似被控系统智能体的Q因子函数;利用采样数据分配算法对各动作的Q因子样本方差、性能差别及已消耗样本总量进行分析得到各动作目标样本量,其中,所述采样数据分配算法包括依据所述Q因子融合函数分析得到的各类动作采样量的确定准则,用于渐进最大化正确选择最优动作的概率;根据各动作目标样本量与各动作已消耗样本量,确定各动作补充采样量;根据各动作补充采样量进行补充采样,利用补充采样的仿真结果重新确定各动作的Q因子样本方差、性能差别及已消耗样本总量;调整已消耗样本总量,判断已消耗样本总量是否小于预设总采样量,若是,则重新计算目标样本量及其之后的步骤,若否,输出最优动作。

全文数据:

权利要求:

百度查询: 清华大学 南方电网科学研究院有限责任公司 一种被控系统群的运行策略协同优化方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。