| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·研究背景与意义 | 第7-9页 |
| ·研究目标与内容 | 第9-10页 |
| ·国内外研究现状与分析 | 第10-14页 |
| ·软件自适应技术研究现状 | 第10-12页 |
| ·强化学习技术研究现状 | 第12-14页 |
| ·本文的组织结构 | 第14-17页 |
| 第二章 相关理论与技术研究 | 第17-25页 |
| ·软件自适应演化技术 | 第17-18页 |
| ·强化学习技术 | 第18-21页 |
| ·强化学习基本框架 | 第18-19页 |
| ·优化行为模型 | 第19-20页 |
| ·马尔可夫决策过程 | 第20-21页 |
| ·常用的强化学习算法 | 第21-23页 |
| ·TD 算法 | 第21-22页 |
| ·Q 学习算法 | 第22-23页 |
| ·DYNA 算法 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于 AGENT 的软件自适应演化支撑环境 | 第25-35页 |
| ·基于 AGENT 的软件自适应演化支撑环境 | 第25-28页 |
| ·支撑环境框架 | 第25-27页 |
| ·支撑环境及工具 | 第27-28页 |
| ·AGENT 分层组织结构 | 第28-29页 |
| ·AGENT 模型 | 第29-33页 |
| ·AGENT 元模型 | 第30页 |
| ·功能 AGENT 模型 | 第30-32页 |
| ·服务 AGENT 模型 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 环境感知与 AGENT 学习过程 | 第35-39页 |
| ·环境感知 | 第35-36页 |
| ·环境的形式化定义 | 第35-36页 |
| ·感知器的设计 | 第36页 |
| ·学习机的设计及 AGENT 工作学习过程 | 第36-38页 |
| ·学习机的设计 | 第36-37页 |
| ·AGENT 的学习过程 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 多 AGENT 强化学习方法的设计与实现 | 第39-51页 |
| ·多 Agent 强化学习框架 | 第39-41页 |
| ·交通灯控制 Agent 的设计与实现 | 第41-43页 |
| ·知识规则定义及知识规则扩充机制 | 第43-45页 |
| ·知识规则定义 | 第43-44页 |
| ·知识规则的扩充机制 | 第44-45页 |
| ·强化学习中 Q 学习方法的设计与实现 | 第45-50页 |
| ·Q 值相关信号的确定 | 第45-47页 |
| ·Q 值更新方法及 Q 值学习方法实现流程 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 应用案例与实验分析 | 第51-63页 |
| ·实验目的 | 第51页 |
| ·实验用例 | 第51-61页 |
| ·用例介绍 | 第51-53页 |
| ·实验设计 | 第53-54页 |
| ·实验过程 | 第54-60页 |
| ·结果分析 | 第60-61页 |
| ·本章总结 | 第61-63页 |
| 第七章 总结与展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 在研期间研究成果 | 第71-72页 |