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82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、本文主要研究了電梯群控系統(tǒng)的自適應(yīng)多目標(biāo)優(yōu)化方法。 由于電梯群控系統(tǒng)重要的實際意義,其自適應(yīng)多目標(biāo)優(yōu)化問題得到了廣泛關(guān)注。電梯群控系統(tǒng)是一個典型的多目標(biāo)系統(tǒng),為探索解決問題的有效方法,論文首先系統(tǒng)地總結(jié)了電梯群控系統(tǒng)多目標(biāo)優(yōu)化方法。在此基礎(chǔ)上,建立了電梯群控系統(tǒng)的自適應(yīng)多目標(biāo)優(yōu)化結(jié)構(gòu),并且對結(jié)構(gòu)中各組成模塊的功能進行了介紹,同時詳細闡述了自適應(yīng)多目標(biāo)優(yōu)化原理。 在自適應(yīng)多目標(biāo)優(yōu)化過程中,優(yōu)化評價函數(shù)參數(shù)是解決整個問題的關(guān)

2、鍵。論文以馬爾可夫決策過程為背景,模型化評價函數(shù)參數(shù)優(yōu)化問題,根據(jù)所研究問題的特點定義模型各要素。并且通過對自適應(yīng)優(yōu)化方法的總結(jié)、分析與比較,提出基于強化學(xué)習(xí)的評價函數(shù)參數(shù)優(yōu)化方法,即利用強化學(xué)習(xí)的SARSA(λ)值迭代算法和策略梯度算法實現(xiàn)算法的迭代更新,并且將兩者分別與Tile coding函數(shù)逼近相結(jié)合。然后利用隨機過程、矩陣論以及不動點理論,分析證明相關(guān)算法收斂性。 針對所提出的評價函數(shù)參數(shù)優(yōu)化方法存在收斂速度慢、訓(xùn)練時

3、間長等問題,將隱偏向信息學(xué)習(xí)與強化學(xué)習(xí)相結(jié)合,進一步提出了改進的評價函數(shù)參數(shù)優(yōu)化方法。仿真實驗表明,改進方法的收斂速度明顯提高,同時縮短了學(xué)習(xí)時間。 設(shè)計結(jié)合自適應(yīng)多目標(biāo)優(yōu)化單元的電梯群控虛擬仿真環(huán)境的結(jié)構(gòu),定義各部分功能函數(shù)之間的接口。結(jié)合電梯群控虛擬仿真環(huán)境進行仿真,生成了兩種不同的交通流用于算法的仿真與訓(xùn)練,首先分析比較兩種評價函數(shù)參數(shù)優(yōu)化方法在解決電梯群控系統(tǒng)的自適應(yīng)多目標(biāo)優(yōu)化問題中的學(xué)習(xí)能力,然后通過與其他方法進行比較

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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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。

最新文檔

評論

0/150

提交評論