1.一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制方法，其特征在于，在所述步驟1中，控制器輸出影響前饋的過程為逆擾動模型、逆擾動和外部擾動構成的復合擾動對系統(tǒng)輸出的影響為復合擾動模型，以被控模型、逆擾動模型和復合擾動模型作為子模型，構建所述前饋雙向關聯(lián)下的系統(tǒng)動力學模型。
3.根據權利要求2所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制方法，其特征在于，所述前饋雙向關聯(lián)下的系統(tǒng)動力學模型的狀態(tài)空間模型形式的表達式如下：
4.根據權利要求2或3任一所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制方法，其特征在于，所述步驟2中，包括以下子步驟：
5.根據權利要求4所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制方法，其特征在于，所述步驟2.1中的所述誤差系統(tǒng)模型表達式如下：
6.根據權利要求2、3或5任一所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制方法，其特征在于，所述步驟3中，包括以下子步驟：
7.根據權利要求6所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制方法，其特征在于，所述步驟4中，包括以下子步驟：
8.根據權利要求7所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制方法，其特征在于，所述步驟4.2中獎勵函數r(t)為：
9.一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制系統(tǒng)，其特征在于，包括存儲模塊，所述存儲模塊包括由處理器加載并執(zhí)行的指令,所述指令在被執(zhí)行時使所述處理器執(zhí)行根據權利要求1-8任一項所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制的各個步驟。
10.一種電子設備，其特征在于，包括根據權利要求9所述的一種前饋雙向關聯(lián)下的前饋反饋同步強化學習控制系統(tǒng)。