| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·国内外现状 | 第12-15页 |
| ·经典控制策略 | 第12页 |
| ·智能控制策略 | 第12-15页 |
| ·本文的工作 | 第15-17页 |
| 第二章 基础理论介绍 | 第17-27页 |
| ·强化学习算法 | 第17-20页 |
| ·马尔可夫决策过程 | 第17页 |
| ·强化学习的基本原理 | 第17-19页 |
| ·强化学习算法的分类 | 第19-20页 |
| ·AGC 评价标准 | 第20-23页 |
| ·A1/A2 标准 | 第21页 |
| ·CPS 指标 | 第21-23页 |
| ·仿真模型 | 第23-26页 |
| ·基本元件模型 | 第23-24页 |
| ·标准两区域模型 | 第24-25页 |
| ·南方电网模型 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于单步 SARSA 学习的 AGC 控制 | 第27-45页 |
| ·SARSA 学习算法 | 第27-28页 |
| ·基于 SARSA 学习的 CPS 控制器设计 | 第28-32页 |
| ·环境状态集 S | 第28页 |
| ·奖励函数 R | 第28-30页 |
| ·概率函数 P | 第30页 |
| ·动作集 A | 第30-31页 |
| ·值函数 Q | 第31页 |
| ·控制器模型 | 第31页 |
| ·控制迭代步骤 | 第31-32页 |
| ·标准两区域仿真 | 第32-44页 |
| ·Simulink 仿真模型 | 第32-35页 |
| ·仿真结果分析 | 第35-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于多步回溯 SARSA(λ)学习的 AGC 控制 | 第45-63页 |
| ·多步回溯 SARSA(λ )学习算法 | 第45-48页 |
| ·TD(λ )算法 | 第45-46页 |
| ·资格迹 | 第46-47页 |
| ·SARSA(λ )算法 | 第47-48页 |
| ·基于 SARSA(λ )学习的 CPS 控制器设计 | 第48-51页 |
| ·算法模型 | 第48-49页 |
| ·控制器的构建 | 第49-50页 |
| ·控制迭代步骤 | 第50-51页 |
| ·仿真及分析 | 第51-62页 |
| ·标准两区域模型仿真及分析 | 第51-59页 |
| ·南方电网模型仿真及分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结合函数逼近的 SARSA 学习 AGC 控制 | 第63-76页 |
| ·函数逼近 | 第63-66页 |
| ·函数逼近概念 | 第63页 |
| ·函数逼近的方法 | 第63-66页 |
| ·强化学习与函数逼近 | 第66-69页 |
| ·基于动作空间函数逼近的 SARSA 学习的 CPS 控制器设计 | 第69-72页 |
| ·SARSA 控制器的函数逼近 | 第69-70页 |
| ·动作逼近器的设计 | 第70-72页 |
| ·仿真分析 | 第72-74页 |
| ·本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士期间获得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 答辩委员会对论文的评定意见 | 第85页 |
