| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 课题研究的背景 | 第12-13页 |
| 1.2 电梯群控调度系统的历史和现状研究 | 第13-23页 |
| 1.2.1 电梯群控的发展历史 | 第13-18页 |
| 1.2.2 电梯群控的现状研究 | 第18-23页 |
| 1.3 课题的来源及研究意义 | 第23-24页 |
| 1.4 本课题的工作内容 | 第24-26页 |
| 第二章 电梯群组调度方法比较 | 第26-39页 |
| 2.1 电梯群控的结构 | 第26-28页 |
| 2.2 电梯运行中的交通流模式 | 第28-32页 |
| 2.3 传统调度与智能调度方法 | 第32-36页 |
| 2.3.1 传统调度方法 | 第32-34页 |
| 2.3.2 智能调度方法 | 第34-36页 |
| 2.4 基于强化学习的调度方法 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 强化学习的一些基本研究方法 | 第39-52页 |
| 3.1 强化学习的由来 | 第39-41页 |
| 3.1.1 机器学习 | 第39-40页 |
| 3.1.2 监督学习、半监督学习和强化学习 | 第40页 |
| 3.1.3 强化学习的现状与发展 | 第40-41页 |
| 3.2 强化学习的原理和模型 | 第41-45页 |
| 3.2.1 强化学习模型 | 第41-42页 |
| 3.2.2 马尔科夫决策过程（Markov Decision Process） | 第42-43页 |
| 3.2.3 值函数和最优值函数 | 第43-45页 |
| 3.3 强化学习的几种算法 | 第45-47页 |
| 3.3.1 差分瞬时学习方法(Temporal Difference Methods ) | 第45-46页 |
| 3.3.2 Q-学习算法 | 第46-47页 |
| 3.3.3 sarsa算法 | 第47页 |
| 3.4 基于模型的强化学习算法 | 第47-49页 |
| 3.4.1 无模型的强化学习算法 | 第48页 |
| 3.4.2 基于模型的强化学习算法 | 第48-49页 |
| 3.5 强化学习的主要应用 | 第49-50页 |
| 3.5.1 智能机器人 | 第49页 |
| 3.5.2 游戏娱乐方面 | 第49-50页 |
| 3.5.3 在管理调度中的应用 | 第50页 |
| 3.5.4 控制系统中的应用 | 第50页 |
| 3.6 本章小结 | 第50-52页 |
| 第四章 强化学习方法下的电梯调度研究 | 第52-70页 |
| 4.1 研究目标 | 第52页 |
| 4.2 电梯群组调度问题 | 第52-57页 |
| 4.2.1 电梯群组调度系统 | 第52-55页 |
| 4.2.2 调度目标 | 第55-56页 |
| 4.2.3 交通模式 | 第56-57页 |
| 4.3 电梯群组调度的问题模型 | 第57-60页 |
| 4.4 基于强化学习的电梯群控调度算法 | 第60-67页 |
| 4.4.1 值迭代算法 | 第60-62页 |
| 4.4.2 模拟退火的随机搜索策略 | 第62-65页 |
| 4.4.3 基于CMAC神经网络的局部最优逼近 | 第65-67页 |
| 4.5 电梯群控调度算法 | 第67-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第五章 电梯群组调度的算法实现与仿真实验 | 第70-86页 |
| 5.1 仿真环境 | 第70-72页 |
| 5.1.1 虚拟仿真群组调度环境 | 第70-72页 |
| 5.1.2 调度算法的运行环境 | 第72页 |
| 5.2 软件的设计与实现 | 第72-79页 |
| 5.2.1 算法的结构 | 第72-73页 |
| 5.2.2 算法的过程 | 第73-79页 |
| 5.3 软件实验与结果分析 | 第79-84页 |
| 5.3.1 软件仿真的条件 | 第79页 |
| 5.3.2 设定强化学习算法参数 | 第79-80页 |
| 5.3.3 仿真运行与分析 | 第80-84页 |
| 5.4 小结 | 第84-86页 |
| 结论 | 第86-88页 |
| 参考文献 | 第88-94页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第94-95页 |
| 致谢 | 第95-96页 |