基于DRL和智能探索机制的CMPLDWG参数辨识
来源：计算机应用与软件杂志2024年第11期北京时间：
作者：王新刚, 朱文君, 陈金涛, 盛青
摘要：为了有效处理分布式发电复合负载系统固有的高度非线性和非凸性，提升模型的辨识精度与效率，提出一种基于深度强化学习和智能探索机制的参数辨识方法。该文利用数据驱JP+1动的特征核化套索方法进行参数灵敏度分析，得到反映参数对模型动力学贡献的灵敏度权值；利用具有智能探测功能的改进深度强化学习进行参数辨识。数值实验结果表明该方法具有较高的辨识精度，能够有效避免陷入局部最优，并且具有较快的学习速度。
关键词：参数辨识, 复合负载模型, 深度强化学习, 灵敏度权值
