基于强化学习知识获取共享算法的太阳电池模型参数辨识

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

要：为准确辨识太阳电池模型参数，提出一种基于强化学习的知识获取共享算法（RLGSK）。针对知识获取共享算法（GSK）初级阶段和高级阶段的选择机制过于死板，处理太阳电池模型参数辨识问题时难以充分平衡全局与局部搜索，存在收敛慢、精度低等问题，一方面，通过强化学习调整迭代时初级和高级阶段的个体比例，实现不同情景下知识获取与共享的灵活调整；另一方面，依靠性能导向的种群规模缩减实现计算资源的高效利用，提高算法性能。（剩余12141字）

试读结束

目录
monitor