传送带给料生产加工站的神经元在线优化算法
摘要 | 第1-6页 |
ABSTRACT | 第6-7页 |
致谢 | 第7-12页 |
第一章 绪论 | 第12-22页 |
·CSPS 系统简介 | 第12-16页 |
·CSPS 模型的控制模式 | 第13-16页 |
·CSPS 模型的优化目标 | 第16页 |
·SMDP 及其优化方法 | 第16-19页 |
·强化学习 | 第19-21页 |
·强化学习的主要元素和特点 | 第19-20页 |
·强化学习的主要算法 | 第20-21页 |
·论文组织结构 | 第21-22页 |
第二章 CSPS 系统 | 第22-33页 |
·CSPS 系统的SMDP 模型 | 第22-25页 |
·CSPS 的基本符号和概念 | 第22-23页 |
·CSPS 系统和性能函数 | 第23-25页 |
·基于性能势的Q 学习 | 第25-28页 |
·基于性能势的OPI 算法 | 第28-31页 |
·本章小结 | 第31-33页 |
第三章 基于CMAC 的系统学习优化算法 | 第33-48页 |
·强化学习与神经元动态规划 | 第33-34页 |
·CMAC 神经网络简介 | 第34-38页 |
·CMAC 的基本结构和原理 | 第34-35页 |
·CMAC 映射算法 | 第35-38页 |
·CMAC 神经网络在CSPS 中的应用 | 第38-47页 |
·基于CMAC 的 Q 学习算法 | 第38-40页 |
·基于CMAC 的 OPI 优化算法 | 第40-43页 |
·实验结果 | 第43-47页 |
·本章小结 | 第47-48页 |
第四章 基于在线支持向量机的系统学习优化算法 | 第48-58页 |
·支持向量机 | 第48-54页 |
·标准支持向量回归机 | 第48-50页 |
·在线支持向量机 | 第50-54页 |
·基于在线支持向量机的Q 学习 | 第54-56页 |
·实验结果 | 第56-57页 |
·本章小结 | 第57-58页 |
第五章 总结 | 第58-59页 |
参考文献 | 第59-63页 |
攻读硕士学位期间主要科研工作和成果 | 第63-64页 |