[发明专利]一种融合Q算法和模糊化状态划分的自适应巡航决策方法

摘要

本发明提供一种融合Q算法和模糊化状态划分的自适应巡航决策方法，包括以下步骤：步骤1，建立离散化的状态变量模型；步骤2，建立模糊化变量模型；步骤3，初始化Q矩阵中的值，并设定学习率α，衰减率γ和奖励值r；步骤4，计算适应度μi(s)，并选取具有最大适应度μk(s)的状态；步骤5，选择待执行的动作b；步骤6，执行动作b得到下一时刻状态s′和奖励值r；步骤7，计算置信度ωj并更新Q值；步骤8，将离散动作连续化；步骤9，判断是否满足自适应巡航任务的停止条件，若满足则自适应巡航任务截止，若不满足则再次进入计算适应度步骤。本发明的方法解决了传统算法因训练样本不足、采集不均衡导致效果不佳以及因矩阵的存储空间有限而无法实施的问题。