13、安全弹性混合系统与可解释人工智能的研究进展

安全弹性混合系统与可解释人工智能的研究进展

1. 安全弹性混合系统的学习与优化

在安全弹性混合系统的研究中，涉及到多种学习方法在Simulink模型中的应用，以优化系统的弹性和性能，同时确保安全相关属性。

1.1 学习方法的训练情况

• Q - learning与Deep Q - learning对比 ：在Simulink中，只有当 tmax = 24 h 时，Q - learning会在5000次运行前终止，且其训练速度约为HYPEG ML的两倍。而Deep Q - learning所需的训练运行次数明显少于Simulink中的Q - learning。不过，对于所有的 tmax 值，训练运行次数会有所不同，这也导致了训练时间的差异。例如，当 tmax = 72 h 且采用多个奖励时，会使用5000次训练运行并计算出一个较大的中点，这归因于Deep Q - learning的鲁棒性不足。
• 性能优化 ：第二个关注的属性由STL属性 Φp 给出，即限制能源成本并仍提供完整的服务水平。之前的工作尝试为 0.2 · tmax 优化性能，但Simulink无法优化该属性，因为0.2这个值不允许决策出现任何误差。将问题放宽到 0.225 · tmax 则允许采取一些非最优决策。

1.2 不同方法的性能结果对比