0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 信息技术 > 计算机网络 > 基于强化学习的数据驱动优化控制方法

相同作者的商品

相同语种的商品

销售排行榜

浏览历史

基于强化学习的数据驱动优化控制方法


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
基于强化学习的数据驱动优化控制方法
  • 书号：9787030728692
    作者：杨永亮
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：151
    字数：212000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2022-09-01
  • 所属分类：计算机网络
  • 定价： ￥98.00元
    售价： ￥77.42元
  • 图书介质:
    按需印刷

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书结合作者近年来在优化理论、采样理论和控制理论方面的研究工作，系统地介绍了自适应优化控制问题中的强化学习设计方法，充分考虑了学习算法的收敛性和学习过程中闭环系统的稳定性，重点阐述了基于数据驱动的优化设计方案。针对鲁棒控制问题、多玩家非零和博弈问题、多智能体分布式协同控制问题、事件触发采样机制设计与间歇反馈控制优化问题，建立了系统的数据驱动优化控制设计与分析方法。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    “博士后文库”序言
    前言
    符号说明
    第1章 绪论 1
    1.1 最优控制理论 1
    1.1.1 离散时间动态系统的最优控制 1
    1.1.2 连续时间动态系统的最优控制 2
    1.2 强化学习与自适应动态规划 3
    1.2.1 自适应动态规划理论基本原理 3
    1.2.2 自适应动态规划理论发展现状 5
    1.3 微分博弈理论 7
    1.4 多智能体系统的协同控制 9
    1.5 事件触发机制 10
    第2章 离散时间不确定线性系统的数据驱动鲁棒控制设计方法 13
    2.1 引言 13
    2.2 问题描述 14
    2.3 基于代数里卡蒂方程的鲁棒控制器设计方法 16
    2.4 同轨策略强化学习算法 21
    2.4.1 基于模型的同轨策略强化学习 21
    2.4.2 带有探测噪声的同轨策略强化学习 22
    2.5 异轨策略强化学习 24
    2.5.1 基于模型的异轨策略强化学习 24
    2.5.2 带有探测噪声的异轨策略强化学习 26
    2.5.3 无模型的异轨策略强化学习 27
    2.6 仿真研究 29
    2.7 小结 35
    第3章 基于数据驱动的离散系统非零和博弈问题求解方法 37
    3.1 引言 37
    3.2 问题描述 38
    3.2.1 非零和博弈问题 38
    3.2.2 耦合代数里卡蒂方程 39
    3.3 基于模型的自适应动态规划 44
    3.3.1 同轨策略强化学习算法 44
    3.3.2 异轨策略强化学习算法 46
    3.4 无模型自适应动态规划 51
    3.5 仿真研究 54
    3.5.1 案例一：离线迭代强化学习算法 55
    3.5.2 案例二：同轨策略强化学习算法 56
    3.5.3 实例三：异轨策略强化学习算法 57
    3.6 小结 61
    第4章 连续时间动态系统非零和博弈问题的数据驱动积分型强化学习方法 62
    4.1 引言 62
    4.2 问题描述 63
    4.2.1 带衰减系数的非零和博弈的耦合代数里卡蒂方程 64
    4.2.2 离线策略迭代算法 65
    4.3 积分值迭代算法 66
    4.3.1 积分值迭代算法 66
    4.3.2 具有衰减系数的等价积分值迭代 69
    4.4 理论分析 70
    4.4.1 积分值迭代算法的正定性分析 70
    4.4.2 积分值迭代算法的稳定性分析 71
    4.4.3 积分值迭代算法的收敛性分析 73
    4.5 仿真研究 76
    4.6 小结 80
    第5章 基于Q 学习的数据驱动间歇反馈控制器设计方法 81
    5.1 引言 81
    5.2 问题描述 82
    5.2.1 时间触发最优控制 82
    5.2.2 间歇反馈控制 83
    5.3 静态间歇反馈设计 84
    5.3.1 基于模型的静态事件触发控制 84
    5.3.2 基于数据的静态事件触发控制 85
    5.4 基于Q 学习的数据驱动间歇反馈控制 89
    5.5 仿真研究 94
    5.6 小结 95
    第6章 一类异构多智能体系统的数据驱动模型参考分布式包含控制设计方法 96
    6.1 引言 96
    6.2 问题描述 98
    6.3 分布式自适应观测器设计 99
    6.4 分布式最优模型参考包含控制 105
    6.4.1 问题描述 105
    6.4.2 非齐次贝尔曼方程 105
    6.4.3 非齐次代数里卡蒂方程和最优性讨论 107
    6.4.4 非齐次代数里卡蒂方程的求解与稳定性分析 108
    6.5 完全分布式最优模型参考自适应包含控制 109
    6.6 基于强化学习的完全分布式自适应最优包含控制设计 110
    6.6.1 基于模型的强化学习设计方案 110
    6.6.2 基于数据的强化学习设计方案 111
    6.7 仿真研究 114
    6.8 小结 118
    第7章 数据驱动多智能体系统的事件触发包含控制设计方法 119
    7.1 引言 119
    7.2 问题描述 120
    7.3 时间触发包含控制设计 121
    7.4 事件触发分布式包含控制设计 122
    7.4.1 事件触发方案设计 122
    7.4.2 事件触发机制的可行性分析 125
    7.5 异轨策略强化学习 129
    7.6 仿真研究 131
    7.7 小结 133
    参考文献 134
    编后记 153
    彩图
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com