買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉吉林大學(xué)申請(qǐng)的專利結(jié)合確定性經(jīng)驗(yàn)追蹤的智能懸架控制方法、介質(zhì)及設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120295144B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510775065.1，技術(shù)領(lǐng)域涉及：G05B13/04；該發(fā)明授權(quán)結(jié)合確定性經(jīng)驗(yàn)追蹤的智能懸架控制方法、介質(zhì)及設(shè)備是由王鋮;崔笑仙;郭孔輝設(shè)計(jì)研發(fā)完成，并于2025-06-11向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本結(jié)合確定性經(jīng)驗(yàn)追蹤的智能懸架控制方法、介質(zhì)及設(shè)備在說明書摘要公布了：本發(fā)明涉及汽車動(dòng)力學(xué)控制技術(shù)領(lǐng)域，尤其涉及一種結(jié)合確定性經(jīng)驗(yàn)追蹤的智能懸架控制方法、介質(zhì)及設(shè)備，方法包括對(duì)兩個(gè)評(píng)價(jià)網(wǎng)絡(luò)和控制策略網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練；使用預(yù)訓(xùn)練得到的初始控制策略模型根據(jù)車輛的第一狀態(tài)，確定智能懸架輸出的第一控制力；將第一控制力作用于車輛，得到車輛的下一第一狀態(tài)；根據(jù)第一控制力以及第一狀態(tài)，確定第一獎(jiǎng)勵(lì)和輔助獎(jiǎng)勵(lì)組，得到第二樣本；利用多組第二樣本對(duì)預(yù)訓(xùn)練得到的兩個(gè)初始評(píng)價(jià)模型和初始控制策略模型再次進(jìn)行訓(xùn)練；在訓(xùn)練的過程中向第一控制力添加擾動(dòng)量，對(duì)應(yīng)得到訓(xùn)練后的兩個(gè)最終評(píng)價(jià)模型和最終控制策略模型。本發(fā)明有效解決現(xiàn)有技術(shù)中樣本利用效率低、數(shù)據(jù)穩(wěn)定性差以及高價(jià)值數(shù)據(jù)難以挖掘等問題。

本發(fā)明授權(quán)結(jié)合確定性經(jīng)驗(yàn)追蹤的智能懸架控制方法、介質(zhì)及設(shè)備在權(quán)利要求書中公布了：1.一種結(jié)合確定性經(jīng)驗(yàn)追蹤的智能懸架控制方法，其特征在于，包括： S1：獲取多組第一樣本，利用所述第一樣本對(duì)構(gòu)建的第一評(píng)價(jià)網(wǎng)絡(luò)、第二評(píng)價(jià)網(wǎng)絡(luò)和控制策略網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，對(duì)應(yīng)得到初始第一評(píng)價(jià)模型、初始第二評(píng)價(jià)模型和初始控制策略模型； 在步驟S1中，還包括：增大所述第一評(píng)價(jià)網(wǎng)絡(luò)和所述第二評(píng)價(jià)網(wǎng)絡(luò)中的網(wǎng)絡(luò)層數(shù)，以及每一層網(wǎng)絡(luò)中的神經(jīng)元的數(shù)量；同時(shí)減小所述控制策略網(wǎng)絡(luò)中的網(wǎng)絡(luò)層數(shù)，以及每一層網(wǎng)絡(luò)中的神經(jīng)元的數(shù)量；對(duì)修改后的第一評(píng)價(jià)網(wǎng)絡(luò)、第二評(píng)價(jià)網(wǎng)絡(luò)和控制策略網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練； S2：步驟S1得到的初始控制策略模型根據(jù)車輛在當(dāng)前時(shí)刻的第一狀態(tài)，確定智能懸架輸出的當(dāng)前時(shí)刻的第二控制力；將所述第二控制力作用于車輛，得到所述車輛的下一第二狀態(tài)；根據(jù)所述第二控制力以及所述第二狀態(tài)，確定第二獎(jiǎng)勵(lì)和輔助獎(jiǎng)勵(lì)組；將所述第二狀態(tài)、所述第二控制力、所述第二獎(jiǎng)勵(lì)、所述輔助獎(jiǎng)勵(lì)組以及所述下一第二狀態(tài)作為第二樣本； S3：多次重復(fù)步驟S2，得到多組第二樣本，利用多組第二樣本對(duì)S1得到的初始第一評(píng)價(jià)模型、初始第二評(píng)價(jià)模型和初始控制策略模型再次進(jìn)行訓(xùn)練；在訓(xùn)練的過程中向所述第二控制力添加擾動(dòng)量，并根據(jù)訓(xùn)練效果改變所述擾動(dòng)量；訓(xùn)練后得到對(duì)應(yīng)的最終第一評(píng)價(jià)模型、最終第二評(píng)價(jià)模型和最終控制策略模型；調(diào)整所述擾動(dòng)量的過程包括：定義基礎(chǔ)的高斯噪聲方差；當(dāng)認(rèn)定第二獎(jiǎng)勵(lì)增長緩慢時(shí)，采用線性增加的方式來增大高斯噪聲的方差；當(dāng)認(rèn)定第二獎(jiǎng)勵(lì)穩(wěn)定增長時(shí)，采用指數(shù)衰減的方式來減小高斯噪聲的方差； S4：運(yùn)行所述智能懸架，并利用步驟S4訓(xùn)練好的最終第一評(píng)價(jià)模型、最終第二評(píng)價(jià)模型和最終控制策略模型控制所述智能懸架； 在步驟S3和步驟S4之間，還包括：利用步驟S3訓(xùn)練好的最終控制策略模型控制其他車輛的智能懸架，重新得到多組第二樣本；重復(fù)步驟S3的訓(xùn)練過程，利用新的多組第二樣本對(duì)所述最終第一評(píng)價(jià)模型、所述最終第二評(píng)價(jià)模型和所述最終控制策略模型再次進(jìn)行訓(xùn)練。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人吉林大學(xué)，其通訊地址為：130012 吉林省長春市朝陽區(qū)前進(jìn)大街2699號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。