买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工业大学

摘要：本发明涉及实时安全控制技术领域，特别涉及一种基于数据‑知识互补决策和自动切换的调控方法及装置，其中，方法包括：初始化数据决策模型、专家知识优化决策模型、模型切换控制器、预先搭建的仿真环境；获取历史动作指令和关键安全指标，以训练模型切换控制器；获取当前状态空间输入数据决策模型中，以生成动作指令；利用训练后的模型切换控制器判断动作指令是否满足预设阈值，若不满足，则利用专家知识优化决策模型生成安全可行指令，反之执行动作指令；利用动作或安全可行指令调控仿真环境，以更新数据决策模型，迭代前述更新过程直至满足预设要求，完成了安全实时控制。由此，解决了现有实时控制方法生成的控制指令存在安全风险等问题。

主权项：1.一种基于数据-知识互补决策和自动切换的调控方法，其特征在于，包括以下步骤：搭建目标控制对象的仿真控制环境，并确定所述仿真控制环境的动作指令、状态空间和状态转移过程；初始化数据决策模型、专家知识优化决策模型、模型切换控制器和所述仿真控制环境，获得初始化后的数据决策模型、初始化后的专家知识优化决策模型、初始化后的模型切换控制器和初始化后的仿真控制环境，具体包括：根据所述目标控制对象设置优化数学模型，利用所述优化数学模型对所述专家知识优化决策模型进行初始化，获得所述初始化后的专家知识优化决策模型，其中，所述优化数学模型的表达式为： 其中，为目标函数，为各个约束条件；将所述动作指令的大小设置为所述模型切换控制器中安全评估神经网络的输入神经元数量，将预设关键安全指标的大小设置为所述安全评估神经网络的输出神经元数量，并按需设置所述安全评估神经网络的超参数、隐藏层数和每个隐藏层中的神经元数量，获得所述初始化后的模型切换控制器；将所述状态空间的大小设置为所述数据决策模型中策略网络的输入神经元数量，将所述动作指令的大小和上下限设置为所述策略网络的输出神经元数量，按需设置所述策略网络的超参数、隐藏层数和每个隐藏层中的神经元数量，并将所述动作指令的大小与所述状态空间的大小的和设置为所述数据决策模型中评价网络的输入神经元数量，将所述评价网络的输出神经元数量设置为1，按需设置所述评价网络的超参数、隐藏层数和每个隐藏层中的神经元数量，获得所述初始化后的数据决策模型；将所述目标控制对象的自身结构数据信息按照时间顺序整理，将整理后的自身结构数据信息的第一个状态设置为所述仿真控制环境的初始状态，获得所述初始化后的仿真控制环境；获取所述初始化后的仿真控制环境中的历史动作指令和关键安全指标，利用所述历史动作指令和所述关键安全指标对所述初始化后的模型切换控制器进行训练，得到训练完成的模型切换控制器，具体包括：根据所述初始化后的仿真控制环境构建基于传统数学模型的关键安全指标计算方法；获取所述初始化后的仿真控制环境中的历史动作指令，将所述历史动作指令分别输入所述初始化后的模型切换控制器和所述基于传统数学模型的关键安全指标计算方法中，分别获得输出值和关键安全指标；计算所述输出值与所述关键安全指标的均方根误差，并将所述均方根误差作为所述初始化后的模型切换控制器的损失函数；利用所述损失函数在所述初始化后的模型切换控制器进行反向传播，并采用梯度下降的方式进行迭代学习，直至所述初始化后的模型切换控制器在最近的若干次迭代中平均损失函数小于预设阈值，获得所述训练完成的模型切换控制器；获取所述初始化后的仿真控制环境中的当前时刻的状态空间，将所述当前时刻的状态空间输入所述初始化后的数据决策模型中，以生成动作指令；利用所述训练完成的模型切换控制器判断所述动作指令是否满足预设关键安全阈值，若所述动作指令满足，则执行所述动作指令，若所述动作指令不满足，则利用所述初始化后的专家知识优化决策模型生成安全可行指令，具体包括：利用所述训练完成的模型切换控制器对所述动作指令进行分析，若所述动作指令满足所述预设关键安全阈值，则在所述仿真控制环境中执行所述动作指令，若所述动作指令不满足所述预设关键安全阈值，则将所述初始化后的数据决策模型切换至所述初始化后的专家知识优化决策模型，并将所述当前时刻的状态空间输入所述初始化后的专家知识优化决策模型中，输出所述安全可行指令；利用所述动作指令或所述安全可行指令调控所述初始化后的仿真控制环境的当前时刻的状态空间，获得下一时刻的状态空间，并根据所述下一时刻的状态空间更新所述初始化后的数据决策模型，迭代执行决策、判断和调控过程，直至满足预设要求，完成安全实时控制。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 基于数据-知识互补决策和自动切换的调控方法及装置