weixin_42652125的博客

强化学习控制加热炉题目本文解决的问题是一个加热炉炉温控制的问题，一般的加热炉无论是工业或是家用，都需要解决一个恒温的问题，设定温度后，系统希望能够一直保持在该温度加热。但是现实往往很不如意，总是有着很多干扰因素对炉温产生影响，而且如何控制加热装置，让它保持恒温也是一个很头疼的问题。算法应用简介那么本文使用强化学习的方法来控制这个炉温。其实对于一个这样的简单系统（理想化情况下），我们只需要使用最简单的q-learning就可以解决该问题。可能会有这样的疑问，我们在不知道该加热炉具体模型的时候，该如

BP神经网络逼近函数本文讲述的是使用BP神经网络对一个函数的逼近模拟，理论部分可参考博客：https://blog.csdn.net/weixin_42493873/article/details/89366440首先利用BP神经网络来模拟函数的系统框架图如下：将对象函数的输入U（k）输入到BP神经网络中进行前向传播，得到输出yn（k），然后用yn（k）和对象函数实际的输出y（k）进行比较得到误差e，再用误差进行反向传播不断地更新BP神经网络中的权值和偏置等参数，最后让神经网络学习到合适的权值，从而

BP神经网络进行模式识别具体的BP神经网络详细说明请参考博客：https://www.jianshu.com/p/3d96dbf3f764神经网络的基础编程可参考博客：https://www.cnblogs.com/heaad/archive/2011/03/07/1976443.html例题详解利用BP网络进行模式识别，训练样本如下：最后测试的样本为输入：1 00.5 0.50.1 1那么我们这次使用的是matlab编程来训练该神经网络达到分类的效果由于数据太简单，对输入数

模糊控制设计控制器模糊控制的具体过程不详细介绍，具体参考例子参考博客：https://www.cnblogs.com/long5683/p/9963488.html问题使用一个具体的问题来解释模糊控制器的设计：设计一个模糊控制器，通过控制进水电磁阀V1的开启度，将液位稳定在倒锥形容器的液位高度h。变量的量化等级均为5级，取5个语言值。设计模糊控制器图如下：一维模糊控制器设计:e=h0−he=h_0-he=h0​−h则为eee的大小分成五类：负大（NB）、负小（NS）、零（ZOZ_OZO​）