电梯群控系统的自适应多目标优化方法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-19页 |
| ·研究背景与研究意义 | 第8-10页 |
| ·电梯群控系统的自适应多目标优化问题 | 第8-9页 |
| ·课题研究意义 | 第9-10页 |
| ·研究现状与课题提出 | 第10-17页 |
| ·电梯群控系统多目标优化方法的研究现状 | 第10-12页 |
| ·自适应优化方法的研究现状 | 第12-16页 |
| ·目前存在的问题 | 第16-17页 |
| ·研究内容与创新点 | 第17-19页 |
| ·研究内容 | 第17-18页 |
| ·创新点 | 第18-19页 |
| 第二章 自适应多目标优化方法研究 | 第19-26页 |
| ·多目标优化函数的构造 | 第19页 |
| ·自适应多目标优化设计 | 第19-22页 |
| ·自适应多目标优化结构 | 第19-21页 |
| ·自适应多目标优化原理 | 第21-22页 |
| ·电梯群控系统的自适应多目标优化方法 | 第22-25页 |
| ·优化目标函数的选择 | 第22-23页 |
| ·评价函数的构造 | 第23页 |
| ·交通模式 | 第23-24页 |
| ·电梯群控系统的自适应多目标优化设计 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 评价函数参数优化方法研究 | 第26-56页 |
| ·评价函数参数优化问题的模型 | 第26-28页 |
| ·强化学习研究 | 第28-38页 |
| ·强化学习理论背景 | 第29-31页 |
| ·值迭代强化学习方法 | 第31-34页 |
| ·策略迭代强化学习方法 | 第34-36页 |
| ·函数逼近 | 第36-38页 |
| ·基于强化学习的评价函数参数优化算法 | 第38-47页 |
| ·SARSA(λ)值迭代算法 | 第38-39页 |
| ·策略梯度算法 | 第39-40页 |
| ·Tile coding 函数逼近 | 第40-43页 |
| ·评价函数参数优化算法 | 第43-47页 |
| ·算法收敛性分析 | 第47-54页 |
| ·近似值迭代算法收敛性分析 | 第47-51页 |
| ·近似策略迭代算法收敛性分析 | 第51-54页 |
| ·小结 | 第54-56页 |
| 第四章 改进的评价函数参数优化方法研究 | 第56-65页 |
| ·隐偏向信息学习 | 第56-60页 |
| ·隐偏向信息 | 第56-57页 |
| ·动作选择机制 | 第57-60页 |
| ·改进的评价函数参数优化方法 | 第60-62页 |
| ·算法比较 | 第62-64页 |
| ·小结 | 第64-65页 |
| 第五章 算法设计与仿真实现 | 第65-78页 |
| ·仿真环境 | 第65-66页 |
| ·软件设计与实现 | 第66-71页 |
| ·功能结构 | 第66-68页 |
| ·算法软件设计 | 第68页 |
| ·程序流程 | 第68-71页 |
| ·仿真实验与结果分析 | 第71-77页 |
| ·仿真环境设定 | 第71页 |
| ·仿真运行与分析 | 第71-77页 |
| ·小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 发表论文和科研情况说明 | 第86-87页 |
| 致谢 | 第87页 |
