买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西北工业大学申请的专利基于强化学习的数字开关电源神经网络控制器训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120010272B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510482196.0，技术领域涉及：G06N3/092；该发明授权基于强化学习的数字开关电源神经网络控制器训练方法是由史学;魏廷存;陈楠设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本基于强化学习的数字开关电源神经网络控制器训练方法在说明书摘要公布了：本申请属于强化学习技术领域。本申请提供一种基于强化学习的数字开关电源神经网络控制器训练方法。本公开实施例针对数字开关电源的神经网络控制器设计，无需进行数学建模，可以仅利用对训练过程的设计和控制实现优良的控制效果。利用基于可调参数的高斯奖励函数可以实现对控制性能以及电压过冲进行量化调整，设计出符合性能指标的控制器。

本发明授权基于强化学习的数字开关电源神经网络控制器训练方法在权利要求书中公布了：1.一种基于强化学习的数字开关电源神经网络控制器训练方法，其特征在于，该方法包括： 步骤S1，在仿真环境中建立数字开关电源的功率级电路模型和强化学习智能体；其中，功率级电路模型包括输入电源、开关管、滤波电路及输出端，强化学习智能体包括由执行者网络和批评家网络构成的执行者-批评家网络，执行者网络用于接收观察器输出的状态向量，批评家网络用于评估执行者网络输出的控制策略； 步骤S2，基于强化学习智能体和功率级电路模型，采用对称高斯奖励函数SGRF，初始化SGRF参数的值，通过DDPG算法对执行者网络和批评家网络进行第一次强化学习训练，逐步减小奖励函数参数直至训练不收敛； 步骤S3，基于第一次强化学习训练好的执行者-批评家网络的网络参数，采用非对称高斯奖励函数AGRF，初始化AGRF参数，通过DDPG算法对执行者-批评家网络进行第二次强化学习训练，调整AGRF参数的值以消除启动阶段电压过冲； 步骤S4，基于第二次强化学习训练好的执行者-批评家网络的网络参数，在功率级电路模型中引入负载突变事件，使用非对称高斯奖励函数AGRF，并固定SGRF参数和AGRF参数，通过DDPG算法对执行者-批评家网络进行第三次强化学习训练，直至训练完成； 步骤S5，提取执行者-批评家网络中执行者网络的网络参数构建数字开关电源的神经网络控制器，以实时控制输出电压的稳定性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。