2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著社會和科技的發(fā)展,離散事件動態(tài)系統(tǒng)(DEDS)的性能分析和優(yōu)化應(yīng)用已經(jīng)成為控制與系統(tǒng)、管理、計算機等學科交叉領(lǐng)域內(nèi)的一個前沿研究方向。半馬爾可夫決策過程(SMDP)作為現(xiàn)實中一類廣泛的系統(tǒng)模型,可以用來描述大部分的實際系統(tǒng)。由于實際應(yīng)用的需要,SMDP的優(yōu)化控制已經(jīng)成為控制理論界的研究熱點之一。性能勢理論的完善為SMDP的優(yōu)化控制提供了一個較為完整的理論框架。 本文主要在性能勢的基礎(chǔ)上,研究SMDP在緊致行動集上的異步優(yōu)化算

2、法,且所有算法是折扣準則和平均準則統(tǒng)一的。首先介紹了SMDP在緊致行動集上基于無窮小矩陣Ava的標準數(shù)值迭代,給出算法,并證明其收斂性,另外討論了兩種性能準則下的異步數(shù)值迭代算法,其中主要介紹Gauss-Seidel迭代和基于樣本軌道仿真的異步數(shù)值迭代。然后基于性能勢的思想對有關(guān)的算法進行改進。以上研究結(jié)果均可適用于連續(xù)時間馬爾可夫決策過程(CTMDP)。 傳統(tǒng)的理論計算優(yōu)化算法優(yōu)化精度高,優(yōu)化速度快,但不能適用于大規(guī)模系統(tǒng),而

3、基于仿真的優(yōu)化算法,如TD學習、NDP優(yōu)化等可以解決理論優(yōu)化算法的問題,結(jié)合這兩種方法的特點,本文討論了異步策略迭代的幾種形式,如M步向前策略迭代,基于TD學習的M步向前策略迭代,基于NDP學習的M步向前策略迭代算法。以上幾種算法均是折扣準則與平均準則統(tǒng)一的。 本文用一個SMDP的數(shù)值實例來說明相關(guān)優(yōu)化算法的應(yīng)用,比較各種算法的優(yōu)缺點,該結(jié)果可以直接運用到連續(xù)時間馬爾可夫決策過程中。 在異步優(yōu)化算法的基礎(chǔ)上,文章還介紹了

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論