【深度强化学习PID】基于深度强化学习的PID控制器simulink仿真

1.软件版本

MATLAB2019a

2.本算法理论知识

具体参考如下的文献：

我们的强化学习控制结构如下图所示：

 评价函数设计：

参数调整法则设计：

我们这里的规则如下：

y     = alpha*(1-Vt);

因为论文的研究方法，我们测试返现，如果前后调整量Pt不变或者很小的时候，会导致deltaP极大，从而破坏算法的稳定性。

然后我们是分别对P和I，和D进行调整，

       也就是对应模型中的5个调整模块，但是在本课题中仿佛这种五级效果范围不好，我这里设置alpha为1，那么本质上就是三级。对应的模型我没删除，放在原来模型中，供你参考。

决策机制：

 3.核心代码

4.操作步骤与仿真结论

 

然后RL的学习过程如下：

5.参考文献

[1]高瑞娟, 吴梅. 基于改进强化学习的PID参数整定原理及应用[J]. 现代电子技术, 2014, 37(4):4.A05-66