基于POMDP模型的机器人行动的仿真优化

策略梯度优化算法是一种很重要的强化学习算法,对实现机器人的自主导航有着重要的应用价值.在部分可观Markov决策过程(POMDP)的基础上,实现了两个有限记忆的策略梯度优化算法:基于模型的GAMP算法和无模型的IState-GPOMDP算法,并利用该算法对机器人走迷宫的问题进行了仿真.通过分析仿真结果,对这两种算法引入了基于观测的优化;并发现在所给报酬函数下,策略梯度算法中的步长参数也在一定程度上影响着优化策略的效率.     

中国股票市场限价指令等待成交时间的理论研究与实证分析

在中国指令驱动股票市场中,限价指令需要为成交付出等待成本,如何计量限价指令的等待成交时间是金融市场流动性及微观结构理论领域崭新的研究问题.研究表明,指令生存模型能够比较精确地描述限价指令的等待成交时间概率分布,实证检验结果表明,生存模型具有比较高的准确性;同时发现限价指令等待成交时间对委托价格很敏感,而对委托量不敏感;基于委托价格的敏感性分析绘制出了限价指令等待成交时间概率分布的价格全谱图,根据该图可以预测限价指令的等待成交时间,以及为指令提交策略提供定量分析基础.     

客户需求可分的车辆路径问题求解

针对车辆路径问题中客户需求可分的新设想重新进行了问题描述和模型构造,根据该问题的特点,利用蚂蚁算法的基本原理,设计了相应的优化算法.虽然在客户需求不大的情况下,分割客户需求并未产生比较理想的效果,但随着客户点需求与车辆载重的比例逐渐增大.实例计算结果表明,需求可分所带来的车辆需求数量和总行驶里程的下降都比不可分情况下要好很多,从而证明了算法的有效性和分割客户需求策略的现实可行性.     

基于Hotelling模型促销活动策略采取的进化博弈分析

传统的Hotelling模型中,交通成本用于比拟消费者购物时发生的负效用.在现实经济生活中,商家会采取促销活动策略,以增强自家商品对他家商品的替代性,抵消消费者购物时发生的负效用.构造了一个可以由商家选择支付交通成本、商品降价空间受指导价约束的Hotelling模型,以商家提供免费购物车的方式,比拟现实生活中商家采取的多种促销活动,研究了原有的交通成本转移到商家后,对商家的销量、价格和利润的影响,以及竞争商家可能的应对.进而以进化博弈论为工具,研究了商家采用各项策略的进化稳定性.结果表明:为获取长远利益,商家采取促销活动策略,以及竞争商家的应对策略,都应结合需求、竞争、指导价水平、商品价格、促销成本等多种因素综合考虑.     

可拓方法在加工中心刀库方案设计中的应用

根据可拓学理论,采用物元的发散性思维,研究可拓方法在加工中心刀库设计中的应用,并运用优度评价法进行收敛,从而得出最优设计方案．文中介绍了加工中心总体方案设计的知识结构,并给出刀库方案设计实例     

动物同类相食的进化策略

<正>虽然河马是一种食草动物,不过最近的一篇论文表明河马存在不同寻常的行为:同类相食!伦敦帝国理工学院的Leejiah Dorward在南非的克鲁格国家公园发现:两只河马在享用另一只河马腐烂的尸体。这是科学文献第二次记载河马同类相食事件。实际上,很多食草动物都有类似河马行为,在食物和特定营养稀缺的情况下,它们不得不变成食肉动物,有时甚至还会吃同类。虽然人之间的同类相食是不允许的,但这在动物中间非常普遍。     

我国废铅蓄电池回收行业发展现状及可持续发展策略

本文在对我国废铅蓄电池铅回收业发展状况分析的基础上,系统梳理了我国涉再生铅行业管理现状,并提出了我国铅回收行业可持续策略。     

解决信托问题的策略

应用可拓学的理论和方法 ,对信托问题进行分析 ,建立了信托问题的物元模型 ,为解决信托问题寻找可行的策略.     

县域土地利用变化分析

以温州市永嘉县1990－1996年土地利用为研究内容,计算了有关土地利用的多种静态和动态指标,提出了新的土地利用动态量度的指标－结构转换度,并研究了各类土地利用及其变动人口密度、经济发展之间的关系。     

一种有效的参数估计方法在预缩聚反应中应用

采用改进的遗传算法解决复杂聚合反应模型的参数估计问题.算法采用排序选择、多点交叉和变异优选策略,有效地提高遗传算法的搜索性能,避免了序贯优化方法有可能存在局部极值的问题.根据文献数据,仿真结果表明,该算法在参数估计中,具有参数搜索范围大、收敛速度快和精度高等特点,它能够有效地解决非线性参数估计问题.