| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题背景与意义 | 第12-13页 |
| 1.2 课题研究现状 | 第13-14页 |
| 1.3 本文的研究工作与创新 | 第14-15页 |
| 1.3.1 本文的研究工作 | 第14-15页 |
| 1.3.2 本文的创新点 | 第15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 强化学习理论简介 | 第17-23页 |
| 2.1 Markov决策过程 | 第17-18页 |
| 2.2 强化学习模型 | 第18-20页 |
| 2.3 强化学习基本算法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 迁移工作流路径规划问题 | 第23-31页 |
| 3.1 迁移工作流 | 第23-26页 |
| 3.2 迁移决策与路径规划 | 第26-28页 |
| 3.3 迁移工作流路径规划问题 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 基于Q-学习的迁移工作流静态路径规划方法 | 第31-45页 |
| 4.1 引言 | 第31页 |
| 4.2 静态路径规划模型 | 第31-38页 |
| 4.2.1 工作环境网络 | 第33-35页 |
| 4.2.2 状态空间 | 第35-36页 |
| 4.2.3 动作集 | 第36页 |
| 4.2.4 收益函数 | 第36-37页 |
| 4.2.5 状态更新 | 第37页 |
| 4.2.6 动作选择 | 第37-38页 |
| 4.3 基于Q-学习的静态路径规划算法 | 第38-41页 |
| 4.4 实验仿真 | 第41-44页 |
| 4.4.1 实验设置 | 第41-42页 |
| 4.4.2 实验结果与分析 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于k步Q学习的迁移工作流动态路径规划方法 | 第45-55页 |
| 5.1 引言 | 第45页 |
| 5.2 动态路径规划模型 | 第45-49页 |
| 5.2.1 多步Q(λ)学习 | 第45-48页 |
| 5.2.2 基于k步Q学习的动态路径规划模型 | 第48-49页 |
| 5.3 基于k步Q学习的动态路径规划算法 | 第49-52页 |
| 5.4 实验 | 第52-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 攻读学位期间参与的项目 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |