基于強(qiáng)化學(xué)習(xí)知識獲取共享算法的太陽電池模型參數(shù)辨識

打開文本圖片集

要：為準(zhǔn)確辨識太陽電池模型參數(shù)，提出一種基于強(qiáng)化學(xué)習(xí)的知識獲取共享算法（RLGSK）。針對知識獲取共享算法（GSK）初級階段和高級階段的選擇機(jī)制過于死板，處理太陽電池模型參數(shù)辨識問題時(shí)難以充分平衡全局與局部搜索，存在收斂慢、精度低等問題，一方面，通過強(qiáng)化學(xué)習(xí)調(diào)整迭代時(shí)初級和高級階段的個(gè)體比例，實(shí)現(xiàn)不同情景下知識獲取與共享的靈活調(diào)整；另一方面，依靠性能導(dǎo)向的種群規(guī)?？s減實(shí)現(xiàn)計(jì)算資源的高效利用，提高算法性能。（剩余12141字）