| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-20页 |
| ·课题背景 | 第14-15页 |
| ·强化学习的发展历史与研究现状 | 第15-17页 |
| ·强化学习的应用领域 | 第17-18页 |
| ·本文的主要工作 | 第18-20页 |
| 第二章 强化学习算法的研究 | 第20-30页 |
| ·基本原理和模型 | 第20页 |
| ·强化学习的基本知识 | 第20-21页 |
| ·评价函数 | 第20-21页 |
| ·Markov决策过程 | 第21页 |
| ·动态规划方法 | 第21-23页 |
| ·策略迭代 | 第21-22页 |
| ·值迭代 | 第22-23页 |
| ·时间差分 | 第23-26页 |
| ·TD(0) | 第23页 |
| ·n步截断回报与λ-回报 | 第23页 |
| ·适合度轨迹 | 第23-24页 |
| ·自适应启发评价算法 | 第24-26页 |
| ·离散动作的AHC算法 | 第24-25页 |
| ·连续动作的AHC算法 | 第25-26页 |
| ·Q-Learning强化学习算法 | 第26-27页 |
| ·Q学习算法 | 第26页 |
| ·多步Q学习算法 | 第26-27页 |
| ·其他典型算法 | 第27-28页 |
| ·Sarsa学习算法(Sarsa-Learning) | 第27页 |
| ·R-Learning学习算法 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 强化学习算法在路径寻优中的应用 | 第30-44页 |
| ·概述 | 第30页 |
| ·迷宫问题环境描述 | 第30-32页 |
| ·迷宫问题仿真环境的建立 | 第32-33页 |
| ·迷宫问题仿真实验及结果分析 | 第33-38页 |
| ·仿真程序流程 | 第34-35页 |
| ·Q学习算法流程 | 第34-35页 |
| ·结果分析 | 第35-38页 |
| ·仿真幕数的影响 | 第35-36页 |
| ·学习因子的影响 | 第36-37页 |
| ·初始Q值的影响 | 第37-38页 |
| ·Q学习的改进算法 | 第38-42页 |
| ·Q(λ)学习 | 第38-39页 |
| ·多步Q学习 | 第39-40页 |
| ·Q学习与多步Q学习的比较分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于强化学习算法的倒立摆控制系统 | 第44-58页 |
| ·倒立摆系统简介 | 第44-45页 |
| ·倒立摆系统的控制算法 | 第45-46页 |
| ·基于表格型强化学习算法对倒立摆的控制 | 第46-51页 |
| ·表格型的强化学习算法 | 第47-48页 |
| ·仿真实验 | 第48-51页 |
| ·模糊强化学习实现倒立摆控制 | 第51-57页 |
| ·FUZZY-Q学习 | 第51-53页 |
| ·状态向量隶属度函数的定义 | 第52-53页 |
| ·FUZZY-Q学习算法实现倒立摆控制 | 第53页 |
| ·仿真实验及结果分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 强化学习算法在中和反应控制中的应用 | 第58-64页 |
| ·概述 | 第58-59页 |
| ·问题模型 | 第59-60页 |
| ·实验建立模型 | 第59-60页 |
| ·基于强化学习算法的中和反应控制系统 | 第60页 |
| ·仿真实验 | 第60-63页 |
| ·环境的定义 | 第60-61页 |
| ·行为的定义 | 第61页 |
| ·报酬的定义 | 第61页 |
| ·Q-learning算法的仿真结果分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 基于强化学习算法的电梯群控系统的仿真 | 第64-78页 |
| ·电梯群组调度概述 | 第64-66页 |
| ·电梯群组调度系统基本概念 | 第64-65页 |
| ·电梯群组调度方法 | 第65-66页 |
| ·基于强化学习算法的电梯群组调度 | 第66-73页 |
| ·建立强化学习算法环境 | 第67-68页 |
| ·强化学习调度算法 | 第68-72页 |
| ·电梯调度算法流程 | 第72-73页 |
| ·仿真实验与结果分析 | 第73-75页 |
| ·仿真环境的开发 | 第73-74页 |
| ·仿真结果分析 | 第74-75页 |
| ·本章小结 | 第75-78页 |
| 第七章 总结与展望 | 第78-80页 |
| ·研究总结 | 第78-79页 |
| ·工作展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 研究成果及发表的学术论文 | 第86-88页 |
| 作者和导师简介 | 第88-89页 |
| 硕士研究生学位论文答辩委员会决议书 | 第89-90页 |