| 基于神经网络集成的强化学习算法系统设计 |
| |
| 引用本文： | 叶德谦,杨樱,金大兵. 基于神经网络集成的强化学习算法系统设计[J]. 计算机工程与应用, 2006, 42(12): 97-99 |
| |
| 作者姓名： | 叶德谦 杨樱 金大兵 |
| |
| 作者单位： | 燕山大学中德信息技术研究所,河北,秦皇岛,066004;燕山大学中德信息技术研究所,河北,秦皇岛,066004;燕山大学中德信息技术研究所,河北,秦皇岛,066004 |
| |
| 基金项目： | 燕山大学校科研和教改项目 |
| |
| 摘 要： | BP神经网络在目前的非线性系统中应用广泛,但是作为有导师的学习系统,BP神经网络必须要求提供相关的经验数据才能正常运行,这对一般系统来说是非常麻烦和不现实的。对此文章提出了一种基于神经网络集成的强化学习BP算法,通过强化学习体系来实现体统的自学习,通过网络集成来达到初始数据的预处理,提高系统的泛化能力,并在实际应用中取得较好的效果。
|
| 关 键 词： | 神经网络集成 BP神经网络 强化学习 RBP模型 |
| 文章编号： | 1002-8331-（2006）12-0097-03 |
| 收稿时间： | 2005-07-01 |
| 修稿时间： | 2005-07-01 |
Design on a Reinforcement Learning Algorithm Based on Neural Network Ensemble |
| |
| Ye Deqian,Yang Ying,Jin Dabing. Design on a Reinforcement Learning Algorithm Based on Neural Network Ensemble[J]. Computer Engineering and Applications, 2006, 42(12): 97-99 |
| |
| Authors: | Ye Deqian Yang Ying Jin Dabing |
| |
| Affiliation: | ICDZ,Yanshan University,Qinhuangdao,Hebei 066004 |
| |
| Abstract: | BP neural network has been used in nonlinear system controller widely.But as a supervised training algorithm,it requires experiential data to be trained.But in some system such data cannot be got.So this paper provides the optimization on a reinforcement leaming algorithm based on neural network ensemble. Reinforcement leaming is unsupervised and on-line.Neural network ensemble can significantly improve the generalization ability of leaming system. The method is tested and the expected results are obtained. |
| |
| Keywords: | Neural Network ensemble BP Neural Network reinforcement learning Reinforcement Baek-Propagation model |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
