| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·动态调度方法研究现状 | 第8-13页 |
| ·基于运筹学的动态调度方法 | 第8-9页 |
| ·基于人工智能的动态调度方法 | 第9-12页 |
| ·基于强化学习的方法 | 第12-13页 |
| ·论文研究的主要内容 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 第二章 强化学习方法的研究 | 第15-29页 |
| ·强化学习的基本原理和发展 | 第15-19页 |
| ·强化学习框架整体结构 | 第15-16页 |
| ·强化学习系统中的基本元素 | 第16-17页 |
| ·强化学习与其他学习方法的比较 | 第17-18页 |
| ·强化学习理论的发展 | 第18-19页 |
| ·强化学习的理论背景和有关算法 | 第19-28页 |
| ·MDP 基础理论 | 第19-20页 |
| ·折扣型 MDP 及其动态规划解法 | 第20-22页 |
| ·折扣型 MDP 的强化学习方法 | 第22-24页 |
| ·平均型 MDP 及其动态规划解法 | 第24-25页 |
| ·平均型 MDP 的强化学习方法 | 第25-26页 |
| ·应用强化学习算法的注意事项 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第三章 强化学习算法环境 Grid-World 的建立及典型算法比较 | 第29-47页 |
| ·强化学习算法分析环境 Grid-World 的建立 | 第29-37页 |
| ·Grid-World 环境介绍 | 第29-30页 |
| ·可视化 Grid-World 仿真环境的建立 | 第30-37页 |
| ·典型算法及参数分析比较 | 第37-46页 |
| ·强化学习算法流程 | 第37-39页 |
| ·仿真结果分析 | 第39-46页 |
| ·小结 | 第46-47页 |
| 第四章 基于平均型强化学习算法的电梯动态调度 | 第47-61页 |
| ·电梯群组调度 | 第47-50页 |
| ·电梯群组调度系统基本概念 | 第47-48页 |
| ·电梯群组调度方法 | 第48-50页 |
| ·基于平均型强化学习算法的电梯群组调度 | 第50-56页 |
| ·建立强化学习算法模型 | 第50-52页 |
| ·强化学习调度算法 | 第52-55页 |
| ·算法流程 | 第55-56页 |
| ·算法仿真环境 | 第56-57页 |
| ·仿真实验与结果分析 | 第57-60页 |
| ·仿真参数设定 | 第57-58页 |
| ·仿真结果与分析 | 第58-60页 |
| ·小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·论文的总结 | 第61-62页 |
| ·进一步的工作 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致 谢 | 第69页 |