首页--工业技术论文--机械、仪表工业论文--起重机械与运输机械论文--输送机辅助设备论文

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

论文共64页,点击 下载论文
上一篇:机电产品协同开发过程中的产品数据管理
下一篇:基于TRIZ的可拆卸连接结构设计研究