典型文献
基于Q-学习的底盘测功机自适应PID控制模型
文献摘要：
为了解决汽车底盘测功机控制系统在动态控制时出现延迟较高和误差大的问题,提出了一种基于强化学习的底盘测功机控制策略.以PID控制算法为基础,扭力偏差为控制器输入,调节电压控制量为输出,选择扭力差变化为智能体奖惩的学习策略,通过Q学习算法对PID参数进行在线自适应整定;在底盘测功机仿真试验中验证了控制器的调控性能,并与传统PID控制以及神经网络PID控制的结果进行了对比;实验结果表明,基于Q学习的自适应PID控制模型较传统PID算法控制周期缩减至40.7％,相较于神经网络PID算法控制周期缩短至27.9％.相对于传统PID控制模型与神经网络PID模型,基于Q学习的自适应PID控制模型输出力上升过程稳定且快速.提出的基于Q学习的自适应PID控制模型能够有效提升底盘测功机控制精度,满足其使用的工业要求.
文献关键词：
强化学习;PID控制;Q学习;控制策略;底盘测功机
中图分类号：
作者姓名：
乔通;周洲;程鑫;郭兰英;王润民
作者机构：
长安大学 信息工程学院,陕西 西安 710064;陕西省车联网与智能汽车测试技术工程研究中心,陕西 西安 710064
文献出处：
引用格式：
[1]乔通;周洲;程鑫;郭兰英;王润民-.基于Q-学习的底盘测功机自适应PID控制模型)[J].计算机技术与发展,2022(05):117-122
A类：
B类：
底盘测功机,PID,控制模型,汽车底盘,动态控制,强化学习,控制算法,扭力,节电,电压控制,控制量,智能体,奖惩,学习策略,在线自适应,自适应整定,仿真试验,调控性能,算法控制,减至,模型输出,输出力,升过,控制精度
AB值：
0.289086
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
