一种基于Intranet和多Agent系统的决策支持系统框架

基于Intranet的决策支持系统的研究不仅具有重大的理论价值,而且具有很高的应用价值。该文通过对多A-gent系统与传统决策支持系统的比较和结合,把Agent方法引入到基于Intranet的决策支持系统的研究中,提出了一种新型的决策支持系统实现框架。该框架充分利用了Agent自主运行、主动性、持续性和问题求解能力以及多Agent系统的分布式和合作性等特点,对基于Intranet决策支持系统结构的研究产生了深刻的影响。该文给出了一个基于该框架的原型系统实现,通过仿真可以看出该实现框架非常适合于企业Intranet分布式开放环境。     

有效的自适应λ即时差异学习

目的寻求更有效的解决延迟强化学习任务的基于即时差异的学习算法.方法针对吸收马氏决策过程提出一种λ取值具有自适应性的基于截断TD(λ)的Q学习算法,并在计算机上实现了该算法.结果与结论在最短路径搜索问题上的仿真研究表明采用自适应λ的基于截断TD(λ)的Q学习能够加速算法收敛.     

不可分多目标大系统的递阶算法

本文考虑一类大规模递阶控制系统，其全局目标函数是多个二次性能指标的非线性和不可分函数，应用多目标最优化技术的可分策略及大规模系统的三层目标协调方法，得到了一个四层递阶最优控制算法．     

一种基于状态聚类的SARSA(λ)强化学习算法

为求解大状态空间的强化学习问题，提出了一种基于状态聚类的SARSA（λ）强化学习算法，其基本思想是利用先验知识或事先训练控制器，对状态空间进行聚类，分为不同的簇，然后在簇空间上进行SARSA（λ）学习，若能进行适当的状态聚类，算法将可得到一个相对好的近似值函数。     

多指标动态规划的人机交互式满意权衡法

1984年,Nakayama和Sawaragi提出了一种求解静态多目标决策问题的人机交互式满 意权衡方法.本文结合动态规划的结构特点,进一步发展了Nakayama方法的基本思想,表明 该方法可以推广到用来求解多指标动态规划问题,而且通过对原方法的改进,消除了其存在的 一些不足之处.本文所提方法,在较弱的限制条件下,针对一类普遍使用的多指标动态规划模 型,可以获得决策者充分满意的解.     

优化新技术的进展与自动控制

优化新技术的进展与自动控制吴沧浦（北京理工大学自动控制系，１０００８１）１引言优化技术在自动控制小几乎是无处不在的．在控制系统的建模与辨识中，各种类型的控制系统的设计（从简单的ＰＩＤ控制系统到复杂的离散事件系统的设计）中，在各种不同要求的控制咱适应控...     

系统优化方法中的并行处理与神经网络技术

自然界中存在许多系统优化的现象,例如,动力系统稳定时其能量达到最小,钟乳石的外形遵循多指标最优化的准则,生物的进化遵循某种最优地适应外界环境的准则等。在人类改造包括其自身的自然界的活动中,对于面临的任何要完成一定任务的问题,只要问题的解决方法不只一个,就存在从可供选择的方法中选取在某种意义下最优方法的问题。因此不难理解,为什么从古典的控制理论时期就出现了优化的问题和方法,例如Wiener滤波和自寻最优点控制等。而在现代控制理论中,优化更成为其主要中心思想之一。在由美国国家科学基金会和陆海空三军科学研究管理机构组织的一个专家研究班子于1988年提     

系统工程中的决策方法——一个鸟瞰

一、引言 “作出决策”是人的一种智能活动,它广泛存在于人类的各种实践活动中,小的如人们在日常生活中所遇到的衣食住行问题,大的到国家的重大政治经济问题,人们经常面临在不同方案中作出抉择的情况。但是,把这种广泛存在的人类智能活动过程作为科学研究的对象,对它进行严密的定量研究,却是本世纪中叶以后的事。首先出现这种研究的科     

一种快速的单层感知器网络学习算法

提出了一种单层感知器网络训练的新算法,证明了对于线性可分问题和线性不可分问题,算法总是在有限步内终止,算法的迭代次数以模式数为上界;而且,在算法终止时,对于线性可分问题,总是能得到正确的权向量解,所以,如果在算法结束时还不能划分所有模式,则说明给定的模式集确是不可线性划分的。     

一种使用RBF 网络辨识不定性上界的滑模控制器

研究使用RBF网络辨识满足匹配条件外干扰的未知上界,设计控制系统的滑模控制器问题。基于Lyapunov稳定性理论更新RBF网络的参数,证明了闭环系统的全局渐近稳定性。仿真结果表明了设计方法的有效性。