复杂系统中资源配置的集体行为涌现及鲁棒性分析
| 中文摘要 | 第3-6页 |
| Abstract | 第6-9页 |
| 第一章 简介 | 第13-41页 |
| 1.1 复杂网络 | 第13-21页 |
| 1.1.1 网络的基本概念及数学表述 | 第15-18页 |
| 1.1.2 网络模型及特性 | 第18-21页 |
| 1.2 供需网络及网络鲁棒性 | 第21-29页 |
| 1.2.1 供需网络模型简介 | 第22-26页 |
| 1.2.2 级联失效动力学 | 第26-29页 |
| 1.3 机器学习理论 | 第29-35页 |
| 1.3.1 机器学习分类 | 第30-33页 |
| 1.3.2 增强学习 | 第33-35页 |
| 1.4 资源配置理论 | 第35-39页 |
| 1.4.1 少数者模型 | 第36-38页 |
| 1.4.2 布尔博弈及其控制方法 | 第38-39页 |
| 1.5 小结 | 第39-41页 |
| 第二章 单层多源供需系统的级联失效及鲁棒性 | 第41-65页 |
| 2.1 研究动机 | 第42-43页 |
| 2.2 供需网络模型 | 第43-46页 |
| 2.2.1 静态网络模型 | 第43-44页 |
| 2.2.2 增长网路模型 | 第44-46页 |
| 2.3 供需系统中的退火优化算法 | 第46-47页 |
| 2.4 供需系统的鲁棒性 | 第47-56页 |
| 2.4.1 优化和鲁棒性 | 第48-50页 |
| 2.4.2 级联失效中的边容量效应 | 第50-52页 |
| 2.4.3 级联失效中的冗余边作用 | 第52-54页 |
| 2.4.4 不同负载的同质性 | 第54-56页 |
| 2.5 持续扩张供需系统的优化 | 第56-63页 |
| 2.5.1 LDS增长机制 | 第57-60页 |
| 2.5.2 FFS增长机制 | 第60-63页 |
| 2.6 总结与讨论 | 第63-65页 |
| 第三章 AI系统中的资源配置 | 第65-85页 |
| 3.1 研究动机 | 第66-67页 |
| 3.2 AI-MG模型 | 第67-69页 |
| 3.3 RL个体的自组织行为 | 第69-80页 |
| 3.3.1 振荡收敛 | 第69-73页 |
| 3.3.2 AI-MG系统的间歇性跃变失效 | 第73-75页 |
| 3.3.3 跃变之间的时间间隔 | 第75-77页 |
| 3.3.4 AI-MG系统的理论分析 | 第77-80页 |
| 3.4 RL个体Q矩阵重构 | 第80-82页 |
| 3.5 总结与讨论 | 第82-85页 |
| 第四章 时变环境中的增强学习 | 第85-99页 |
| 4.1 研究动机 | 第85-86页 |
| 4.2 模型 | 第86-87页 |
| 4.3 自组织优化 | 第87-95页 |
| 4.3.1 相空间划分 | 第87-89页 |
| 4.3.2 RL个体可以迅速响应时变环境 | 第89-93页 |
| 4.3.3 ε的影响 | 第93-94页 |
| 4.3.4 环境变化频率f的影响 | 第94-95页 |
| 4.4 时间序列ρ+的理论分析 | 第95-97页 |
| 4.5 总结与讨论 | 第97-99页 |
| 第五章 总结与展望 | 第99-105页 |
| 5.1 总结 | 第99-102页 |
| 5.2 展望 | 第102-105页 |
| 参考文献 | 第105-117页 |
| 在学期间的研究成果 | 第117-118页 |
| 致谢 | 第118页 |
