版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、論文主要研究了基于平均型強(qiáng)化學(xué)習(xí)算法的動(dòng)態(tài)調(diào)度方法。 實(shí)際的動(dòng)態(tài)調(diào)度問題往往呈現(xiàn)出很大的復(fù)雜性:動(dòng)態(tài)調(diào)度是一類信息不完全的調(diào)度,在環(huán)境不確定和擾動(dòng)因素的影響下,需要不斷的改變調(diào)度策略,是調(diào)度策略優(yōu)化的過程;動(dòng)態(tài)調(diào)度通常是對(duì)多約束下多目標(biāo)的綜合考慮;動(dòng)態(tài)調(diào)度處理的問題常常帶有隨機(jī)性。解決動(dòng)態(tài)調(diào)度的方法也有很多,因此論文首先對(duì)解決動(dòng)態(tài)調(diào)度問題的方法進(jìn)行了歸納總結(jié),大致分為基于運(yùn)籌學(xué)理論的傳統(tǒng)調(diào)度方法和基于人工智能的智能調(diào)度方法。強(qiáng)化
2、學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一種,它組合了動(dòng)態(tài)規(guī)劃、隨機(jī)逼近和函數(shù)逼近的思想,智能體學(xué)習(xí)從環(huán)境到行為的映射,以使獎(jiǎng)勵(lì)信號(hào)函數(shù)值最大。因?yàn)閺?qiáng)化學(xué)習(xí)與以往調(diào)度方法相比,無需建立精確的問題模型,也有著堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ),很適合解決動(dòng)態(tài)調(diào)度問題,因此論文把基于強(qiáng)化學(xué)習(xí)的調(diào)度方法特地歸為一類。 目前有多種強(qiáng)化學(xué)習(xí)算法,各算法性能存在著差異,在各算法中也有相應(yīng)的參數(shù),這些參數(shù)對(duì)算法有著重要的影響。因此在將強(qiáng)化學(xué)習(xí)算法應(yīng)用于具體的實(shí)際調(diào)度問題前,應(yīng)首先對(duì)學(xué)
3、習(xí)算法本身做深入的研究。論文針對(duì)一個(gè)比較典型的強(qiáng)化學(xué)習(xí)算法實(shí)驗(yàn)環(huán)境Grid-World,采用面向?qū)ο蟮乃枷牒图夹g(shù)用Visual C++6.0搭建可視化的仿真軟件。在該環(huán)境中,強(qiáng)化學(xué)習(xí)算法單元暴露固定的算法函數(shù)接口,對(duì)平均型算法R學(xué)習(xí)、折扣型算法Q學(xué)習(xí)、Sarsa 學(xué)習(xí)編制動(dòng)態(tài)鏈接庫形式的算法,形成多種強(qiáng)化學(xué)習(xí)的算法包,針對(duì)參數(shù)對(duì)強(qiáng)化學(xué)習(xí)算法性能的影響進(jìn)行仿真實(shí)驗(yàn)分析,并比較不同的強(qiáng)化學(xué)習(xí)算法性能的差異。該軟件的搭建與得出的關(guān)于強(qiáng)化學(xué)習(xí)算
4、法的定性結(jié)論為后續(xù)的研究打下基礎(chǔ)。 論文的最后針對(duì)一個(gè)實(shí)際的復(fù)雜動(dòng)態(tài)調(diào)度系統(tǒng)——電梯群組調(diào)度,采用基于平均型強(qiáng)化學(xué)習(xí)R學(xué)習(xí)算法來進(jìn)行仿真實(shí)驗(yàn)。分析電梯群組調(diào)度問題的特點(diǎn),把它抽象為平均型的馬氏決策過程,定義對(duì)應(yīng)于平均型強(qiáng)化學(xué)習(xí)算法中的狀態(tài)、行為、報(bào)酬等元素,采用隨機(jī)選擇策略防止求解陷入局部最優(yōu),應(yīng)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)解決行為值函數(shù)的存儲(chǔ)和泛化問題,使基于平均型的強(qiáng)化學(xué)習(xí)算法順利應(yīng)用于電梯群組調(diào)度。結(jié)合電梯群控仿真環(huán)境進(jìn)行調(diào)度算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于強(qiáng)化學(xué)習(xí)算法的電梯動(dòng)態(tài)調(diào)度策略的研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的動(dòng)態(tài)單機(jī)調(diào)度研究.pdf
- 基于強(qiáng)化學(xué)習(xí)算法的電梯調(diào)度系統(tǒng)的研究.pdf
- 基于模型的動(dòng)態(tài)分層強(qiáng)化學(xué)習(xí)算法研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的動(dòng)態(tài)頻譜分配算法的研究.pdf
- 基于性能勢(shì)的改進(jìn)平均獎(jiǎng)賞強(qiáng)化學(xué)習(xí)算法研究.pdf
- 基于試錯(cuò)學(xué)習(xí)的強(qiáng)化學(xué)習(xí)算法的研究.pdf
- 40367.平均報(bào)酬準(zhǔn)則下的逆向強(qiáng)化學(xué)習(xí)算法研究
- 基于蟻群算法的車間動(dòng)態(tài)調(diào)度方法研究.pdf
- 基于遺傳算法的動(dòng)態(tài)任務(wù)調(diào)度方法研究.pdf
- 折扣和平均準(zhǔn)則下SMDP基于性能勢(shì)的統(tǒng)一強(qiáng)化學(xué)習(xí)算法.pdf
- 基于強(qiáng)化學(xué)習(xí)算法的配對(duì)交易策略研究.pdf
- 基于動(dòng)作抽象的分層強(qiáng)化學(xué)習(xí)算法研究.pdf
- 基于高斯過程回歸的強(qiáng)化學(xué)習(xí)算法研究.pdf
- 基于強(qiáng)化學(xué)習(xí)算法的多智能體學(xué)習(xí)問題的研究.pdf
- 基于混合抽象機(jī)制的多智能體系統(tǒng)動(dòng)態(tài)分層強(qiáng)化學(xué)習(xí)算法研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的改進(jìn)遺傳算法研究.pdf
- 面向強(qiáng)化學(xué)習(xí)的模型學(xué)習(xí)算法研究.pdf
- 基于強(qiáng)化學(xué)習(xí)的交通擁堵控制方法研究.pdf
- 基于非參函數(shù)逼近的強(qiáng)化學(xué)習(xí)算法研究.pdf
評(píng)論
0/150
提交評(píng)論