基于机器学习的网络稳定控制器设计与实现

《基于机器学习的网络稳定控制器设计与实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于机器学习的网络稳定控制器设计与实现摘要：由于网络数据多元化以及网络非法入侵的干扰，当前设计出的网络稳定控制器往往响应时间过长，提出基于机器学习的网络稳定控制器设计方法。设计的控制器主要由开发板、控制电路和机器学习模块组成。机器学习模块利用特定的学习方式对网络被控对象进行监督，监督结果将被传送到控制电路进行多种学习行为的�拟控制。开发板对虚拟控制结果进行接收，筛选出对网络被控对象的最优控制策略。机器学习模块对最优控制策略进行评价后，向网络被控对象实施稳定控制。实验结论证明，所设计的控制器可在维持对网络有效控制的同时，获取优异响应时间，响应能力较强，可较好地对设计目标进行实现。

2、中国8/vie　　关键词：机器学习；网络稳定控制器；设计方法；虚拟控制　　中图分类号：TN711?34；TP273.1文献标识码：A：1004?373X（2017）08?0053?04　　Designandimplementationofachinelearning　　ZHANGTietou1，TANYingjun1，LICuixia2　　（1.DepartmentofInformationEngineering，HenanPolytechnic，Zhengzhou450046，China；　　2.SchoolofSofteofthecurrently?designedetho

3、dofachinelearningisputforainlyposedofdevelopmentboard，controlcircuitandmachinelearningmodule.Machinelearningmoduleusingthespecificlearningittedtothecontrolcircuitforvirtualcontrolofavarietyoflearningbehaviors.Thedevelopmentboardreceivesthevirtualcontrolresults，andscreensoutanoptimalcontrolst

4、rategyoftheachinelearningmodulecarriesoutstablecontroltothealcontrolstrategy.Theexperimentalconclusionsshoeaintainingeffectivecontroltotheachinelearning；ethod；virtualcontrol　　0引言　　机器学习是一项交织了统计概率学、凹凸检验、逼近理论等技术的人工智能项目，现被极其广泛地应用在分析与控制工作中，是人工智能的核心。网络是当今社会最为重要的信息传递媒介，也是辅助各行各业进行设计、分析、识别等工作的工具[1?3]

5、。网络的稳定是实现上述工作的基础保障，将机器学习应用于网络稳定控制器的设计中，通过实践学习方式在维持稳定控制器对网络有效控制的同时，降低控制器的响应时间，这也是科研组织当前研究的新型科研项目[4?6]。　　1基于机器学习的网络稳定控制器设计　　1.1控制器整体设计　　基于机器学习的网络稳定控制器主要由开发板、控制电路和机器学习模块组成，还包括各种功能模块，如传感器模块、计算机控制模块、存储模块和传输模块。其中，开发板、控制电路是控制器的硬件端，机器学习模块是控制器的实现端。　　整个控制器以实现端为核心，融合硬件端进行辅助控制，实现缩减控制器响应时间的设计目标。图1为控制器整体设

6、计图。　　由图1可知，机器学习模块直接与网络被控对象相接触，利用特定的学习方式对网络被控对象进行监督，传感器模块的作用是感应网络被控对象的各项参数，并将有用参数进行模/数转换，以供机器学习模块使用。　　1.2控制电路设计　　基于机器学习的网络稳定控制器的控制电路是一个自适应线性电路，能够较为有效地避免控制器产生低频率的震荡效应，对控制器响应时间缩减的目标有着过渡作用，其电路设计如图2所示。