强化学习控制：使用基于新人工神经网络的强化学习方法控制非线性液位系统-matlab开发

基础论文（发表在《应用软计算》杂志上）： Mathew Mithra Noel, B. Jaganatha Pandian，使用基于新人工神经网络的强化学习方法控制非线性液位系统， 应用软计算，第 23 卷，2014 年，第 444-451 页，ISSN 1568-4946， https: //doi.org/10.1016/j.asoc.2014.06.037。 ( http://www.sciencedirect.com/science/article/pii/S1568494614003111 ) 代码演示了复杂非线性系统的 RL 控制。 相互作用的双罐液位系统的状态空间模型可以被不同系统的状态空间模型代替，并且可以调整相同的代码来控制其他非线性系统。 大多数工业过程都表现出固有的非线性特征。 因此，使用线性化模型的经典控制策略在实现最优控制方面是无效的。 在本文中，提出了一