基于Metropolis准则的多步Q学习算法与性能仿真

强化学习是目前智能体和机器学习研究的热点。针对强化学习中标准Q学习算法更新速度慢的缺点,通过引入多步信息更新策略和模拟退火中的Metropolis准则,提出了一种新颖的多步Q学习算法,称为SAMQ算法。仿真实验表明,与现有的算法相比,该算法能够有效提高收敛速度,较好地解决智能体选择动作时面临的新知识探索还是当前策略遵循的关键问题。     

关于齐次可列马氏过程“构造论”及马氏过程应用的研究

设矩阵Q=(qij),i,j∈E,E={1,2,…}满足0≤qij＜∞,i≠j,-qij qi≤∞,称为一个拟Q矩阵.设矩阵P(t)=(pij(t),t≥0,满足称为一个齐次可列马氏过程(转移矩阵).提出3个问题:①给定拟Q矩阵Q,以Q为密度矩阵的过程P(t)(即满足p'ij(0)=qij)存在吗?②若存在,何时P(t)唯一?③存在时,试求出全部p(t).以上3个问题合称“构造论”.简介“构造论”的研究概况,着重近20年来的主要进展及存留问题.另外,举例简介马氏过程的诸多应用领域.     

自由现金流量假说的新证据:权益筹资与债券筹资

对中国A股上市公司2001～2004年之间202家权益融资事件以及102家债券融资事件的经验分析表明，与国外的资本市场一样，中国权益融资和债券融资也存在”公告效应”。我们的检验结果表明自由现金流量存在代理成本、负债具有“控制机制”而且管理者以往的经营行为也会影响自由现金流量的代理成本。     

信息电磁泄漏侦收系统抗噪声性能研究

信息电磁泄漏侦收系统的抗噪声性能直接关系到系统整体性能。根据CRT显示器信息电磁泄漏机理及侦收系统工作原理,建立了信息电磁泄漏与侦收的数字信号基带传输模型,分别讨论了有、无码间干扰时侦收误码率与侦收距离、叠加次数、噪声功率的关系,利用Q函数描述了误码率的变化趋势。用所研制的侦收系统进行了实验,实验结果与理论分析一致性良好。     

从阿Q到许三观--谈文学典型的艺术魅力

阿Q是个不朽的文艺典型,他最典型的特点就是“精神胜利法”,“精神胜利法”在文中有十种表现,其实质是“为自己的奴隶地位辩护粉饰”,它的产生有其阶级、社会和认识根源。许三观的内涵意义是形象地反映了中国人“求诸内”的传统心理定势和精神机制。他与阿Q有些相近,但差距仍很大。通过两者比较,可深刻地阐明文艺典型是历史具体性和社会一般性的统一体,具有永恒的艺术魅力。     

二阶高通有源滤波器CAI的设计

介绍了二阶高通有源滤波CAI的实现过程,分析了Q值对二阶高通有源虑波器幅频特性的影响,并打印了图形,有一定的使用价值.     

移动机器人的自学习导航策略

针对标准Q学习收敛较慢的缺点,采用多步Q学习算法,为解决连续过程的学习问题,采用CMAC神经网络对连续状态空间进行泛化,讨论了基于CMAC的多步Q学习算法应用于导航系统的实现方法,并与其他方法进行仿真比较,结果了表明了该算法的有效性。     

基于Markov对策和强化学习的多智能体协作研究

MAS的协作机制研究,当前比较适用的研究框架是非零和Markov对策及基于Q－算法的强化学习。但实际上在这种框架下的Agent强调独立学习而不考虑其他Agent的行为,故MAS缺乏协作机制。并且,Q－算法要求Agent与环境的交互时具有完备的观察信息,这种情况过于理想化。文中针对以上两个不足,提出了在联合行动和不完备信息下的协调学习。理论分析和仿真实验表明,协调学习算法具有收敛性。     

q - 覆盖及其空间

利用 q - 开集定义了 Q_i( #em/em# = 0, 1, 2, 3, 4) 空间, 讨论了它们的性质及 Q_i 空间同 T_i( i = 0, 1, 2, 3, 4) 空间的关系.给出了, q- 覆盖的定义,即拓扑空间 X 的q- 开集簇{Aα |α∈I } 称为 q- 覆盖, 当且仅当∪_α∈IAα = X .继而定义了一种新的紧致空间--Q- 紧致空间, 讨论它的性质及 Q - 紧空间同 Q_i 空间的关系, 得到一些性质.     

双重Q~2重标度模型重标度参数经验公式的一个检验

用双重 Q2 重标度模型重标度参数经验公式给出的钨核的重标度参数值 ,计算了钨核与氘核的Drell-Yan过程微分散射截面之比 ,结果表明理论计算与实验符合较好 ,从而对重标度经验公式进行了检验