| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 课题背景 | 第15-16页 |
| 1.2 CSPS系统国内外研究现状 | 第16-18页 |
| 1.3 SMDP模型及优化方法 | 第18-20页 |
| 1.4 强化学习 | 第20-22页 |
| 1.4.1 强化学习的模型与特点 | 第20-21页 |
| 1.4.2 强化学习主要算法 | 第21-22页 |
| 1.5 论文内容及组织结构 | 第22-24页 |
| 第二章 多品种CSPS系统 | 第24-32页 |
| 2.1 多品种CSPS系统物理模型及决策过程 | 第24-29页 |
| 2.1.1 物理模型 | 第24-27页 |
| 2.1.2 决策过程 | 第27-29页 |
| 2.2 基于Q学习的多品种CSPS系统优化控制 | 第29-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 基于RBF-Q学习的多品种CSPS系统优化控制方法 | 第32-52页 |
| 3.1 强化学习与神经元动态规划 | 第32-33页 |
| 3.2 RBF神经网络简介 | 第33-37页 |
| 3.2.1 RBF神经网络原理 | 第33-35页 |
| 3.2.2 RBF网络常用学习方法 | 第35-37页 |
| 3.3 RBF-Q学习算法设计 | 第37-41页 |
| 3.3.1 网络结构 | 第37-39页 |
| 3.3.2 网络参数学习 | 第39-40页 |
| 3.3.3 RBF-Q学习算法 | 第40-41页 |
| 3.4 仿真结果 | 第41-50页 |
| 3.4.1 离散粒度对Q学习优化效果的影响 | 第42-43页 |
| 3.4.2 RBF-Q学习算法仿真结果 | 第43-49页 |
| 3.4.3 复杂度对比分析 | 第49-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 改进RBF-Q学习的多品种CSPS系统优化控制方法 | 第52-59页 |
| 4.1 改进RBF-Q学习算法原理 | 第52-53页 |
| 4.1.1 改进问题分析 | 第52页 |
| 4.1.2 改进方法 | 第52-53页 |
| 4.2 改进RBF-Q学习算法设计 | 第53-56页 |
| 4.3 仿真结果 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士期间的学术活动及成果情况 | 第65-66页 |