申请/专利权人：上海电力大学

申请日：2023-11-28

公开（公告）日：2024-03-22

公开（公告）号：CN117744750A

主分类号：G06N3/092

分类号：G06N3/092;G06N3/045;G06N3/047;G06F30/27;G06F119/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明属于深度强化学习和模型参数辨识优化领域，本发明公开了一种改进PPO算法离散参数辨识方法，改进PPO算法包括状态、状态转移策略、动作和奖励；包括以下步骤：基于改进PPO算法对待辨识参数模型进行预设定义，分别定义状态、动作空间、奖励；根据经验对改进PPO算法的预设定义进行动作空间范围设定，并对每个参数进行离散划分多个离散值；基于算法最大迭代次数或奖励值满足需求后停止待辨识参数模型的参数辨识过程，以终止时训练得到的Acotr网络参数输出值采样获得动作值，将动作值作为最终的辨识参数结果。

主权项：1.一种改进PPO算法离散参数辨识方法，其特征在于，改进PPO算法包括状态state、状态转移策略π、动作action和奖励reward；包括以下步骤：步骤S1：基于改进PPO算法对待辨识参数模型进行预设定义，分别定义状态、动作空间、奖励；步骤S2：根据经验对改进PPO算法的预设定义进行动作空间范围设定，并对每个参数进行离散划分nd个离散值；步骤S3：基于算法最大迭代次数或奖励值满足需求后停止待辨识参数模型的参数辨识过程，以终止时训练得到的Acotr网络参数输出值采样获得动作值actiond，将动作值作为最终的辨识参数结果。

全文数据：

权利要求：

百度查询： 上海电力大学 一种改进PPO算法离散参数辨识方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD