基于深度学习的控制器设计研究

摘要：

深度学习目前在学术和工业领域中具有非常重要的地位,深度学习在特征提取与模型拟合方面存在相当的优势.对于存在高维数据的控制系统,引入深度学习具有一定的意义.论文介绍了使用深度学习算法来设计控制器,探索将深度学习应用于控制领域的情况.论文是通过让深度学习控制器来模拟控制领域中经典的PID控制器,来控制带负载的直流电机.用PID控制器的输入/输出用作深度学习控制器的训练数据集,训练了一个基于深度置信网络(DBN)算法的深度学习控制器,并对两种控制器进行了详细的比较,论文使用Matlab/Simlink进行了仿真,证明了深度学习控制器可以控制带负载的直流电机并且与PID控制器相比,控制效果良好.

关键词：深度学习、深度学习控制器、PID控制器、深度置信网络

所属期刊栏目：50

分类号：TP273.5(自动化技术及设备)

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：656-659,673