论文部分内容阅读
为克服动态规划方法在解决高维问题优化存在的维数灾问题，利用函数近似方法来取得代价函数，通过自学习的方法得到近似动态规划解，适用于复杂、非线性系统的决策优化或控制问题。采用双启发动态规划（DHP）算法用于水泥烧成系统的控制，用神经网络建立评价模块和动作模块对该系统进行优化控制。寻找合适的优化目标函数，由评价模块判断动作的好坏并反馈给动作模块，动作模块给出各参数的调整量。仿真结果显示，系统状态量能够被稳定控制在合理的范围。