一种基于策略梯度算法的隶属函数逼近的方法

本发明公开了一种基于策略梯度算法的隶属函数逼近的方法，属于人工智能和最优控制技术领域，包括以下步骤：步骤S1：将传统的高斯隶属函数表示为多项式形式，并设定多项式的初始系数值使多项式初步逼近目标隶属函数的形状；步骤S2：根据模糊控制系统的性能指标，构建用于评估不同隶属函数对系统性能的影响的状态‑动作价值函数；步骤S3：通过梯度下降算法优化多项式系数性能；步骤S4：迭代优化过程直至均方误差收敛，得到最优的多项式隶属函数替代高斯隶属函数。本发明不仅能够保留高斯隶属函数的优良特性，还能显著降低计算复杂度，能够更有效地提高系统性能和稳定性。