搜索到192 篇“ MARKOV决策过程 “的相关文章
基于灵敏度公式新方法下连续时间Markov决策过程 的方差优化 决策过程 的方差最小问题.但是,由于方差性能函数的计算涉及到长期平均性能的计算,导致在方差准则下...基于约束Markov决策过程 的初至自动识别技术 被引量：3 2021年 决策过程 ,在奖励函数空间,按一定准则全局寻优获得积累奖励值最大的路径,从而达到在高维空间自动拾取初至信息的目的.同时,状态值函数中包含与距离相关的折扣因子γ,使Markov决策过程 拾取初至能够考虑地震数据的横向连续性,并且回避地震数据中的坏道信息.在此基础上,本文方法进一步引入受空间几何信息约束的动作(Actions)和转移概率(Transitions Probability),从而降低了对起始状态和折扣因子选取的难度,让地震数据初至走时拾取更加准确和自动化.实际数据测试结果表明,在初至能量较弱(信噪比较低)情况或浅层存在相邻较近复杂波形时,本文提出的约束Markov算法仍能准确地进行初至走时的自动拾取,并且具有一定的质量监控能力,让拾取结果更有物理意义.关键词：MARKOV决策过程 结构元理论下的模糊Markov决策过程 被引量：1 2020年 决策过程 中λ-截集计算的复杂性问题,利用模糊结构元理论建模及求解.对于状态模糊情况,分别给出全部状态模糊与部分状态模糊的模糊Markov过程 定义,模糊结构元建模及优化决策 ;给出具有模糊转移矩阵的Markov过程 定义,结构元建模及优化决策 ;给出状态及转移矩阵均模糊的Markov过程 定义,结构元建模及优化决策 .实例分析结果表明:模糊Markov过程 的结构元建模及优化决策 是简单有效的.关键词：模糊结构元 连续时间Markov决策过程 的方差优化问题 决策过程 平均报酬的方差优化问题.假设状态空间是可数的,行动空间是Borel可测空间.本文的主要目的是在确定性平稳策略类里寻找方差最小的策略.有别于传统的Markov决策过程 ,该方差准则中的费用...文献传递 基于Markov决策过程 的电池储能一次调频能量管理策略 被引量：3 2019年 决策 本质上属于受控Markov过程 ,据此,通过频率响应需求动态转移的连续时间Markov链描述,以及基于生命周期吞吐量角度的储能电池容量动态衰退刻画,建立了以电池生命周期内经济效益期望值最大化为目标的Markov决策 模型。针对运用标准迭代算法求解上述模型所面临的'维数灾'问题,提出了具有状态空间分解及后继状态辨识特征的降维并行值迭代(DRPVI)算法。算例结果表明:所得动态阈值结构能量管理策略可以显著提升储能经济效益,DRPVI算法能够有效缩减冗余计算,改善求解效率。关键词：一次调频 电池储能系统 能量管理策略 MARKOV决策过程 随机需求下双产品混合生产的Markov决策过程 研究 被引量：4 2018年 决策过程 （finite Markov decision process，FMDP）模型．比较研究随机需求下同一生产系统混合生产MTO和MTS产品时，MTO优先模式、MTS优先模式与基于FMDP模型的混合MTO／MTS模式（FMDP混合模式）的效率问题．结果表明，MTO订单量、MTS库存量和产品需求强度是影响FMDP混合模式决策 的关键因素，而剩余决策 期数、单位MTO订单延迟交货罚金和MTS处理成本则只会在短期内对生产决策 产生影响；同时，当企业MTO订单量减少或者MTS产品需求强度降低时，FMDP混合模式比MTS优先模式更优；当MTS产品库存量降低或者MTO产品需求强度降低时，FMDP混合模式同样优于MTO优先模式．半Markov决策过程 强化学习算法研究 决策 和行为认知等领域有着重要作用，也是解决随机序贯决策 问题的有效方法。虽然强化学习算法在基础理论研究和应用等方面取得了显著的成果，但大部分研究将系统所处环境都建模为Mark...关键词：半马尔可夫决策过程 强化学习算法 基于Markov决策过程 的输变电设备最佳检修决策 被引量：18 2017年 决策 很大程度依赖于决策 人员经验的问题,应用Markov决策过程 为检修决策 提供定量、具体的决策 依据。首先通过Markov过程 求解设备的状态转移概率;然后运用策略迭代法对模型最优决策 进行求解;最后将数据代入检修决策 模型中,改变故障损失得到决策 结果的变化。比较决策 变化对应的设备故障损失和设备稳态概率可得知:所建立的基于状态的检修(CBM)模型适用于安装了在线监测装置的设备,而基于检测的检修(IBM)模型适用于无在线监测装置的设备;最优决策 从维修成本最小的决策 过渡到最后每次决策 时都选择大修,整个变化过程 证明了应用Markov决策 可以折中维修成本和故障损失得到经济最优决策 。研究结果可为检修决策 人员提供定量的检修计划。关键词：输变电设备 MARKOV过程 MARKOV决策过程 基于Markov决策过程 的列控系统定量安全分析方法 被引量：1 2016年 决策过程 为基础的建模方法,对列控系统中的双车追踪场景进行系统行为建模,集成系统正常行为和失效行为,提出综合系统行为模型CBM,并通过概率模型检验工具PRISM对危险失效概率进行准确计算,提出列控系统定量安全分析方法。关键词：列控系统 MARKOV决策过程 连续时间Markov决策过程 互模拟等价及逻辑保持 被引量：1 2016年 决策过程 可以建模具有不确定性的系统,然而状态空间爆炸问题将会影响系统验证的成败与效率,互模拟等价可以用于系统状态的简约.在强互模拟关系的基础上,给出Markov决策过程 模型弱互模拟等价关系的概念,导出了连续时间Markov决策过程 及其内嵌离散时间Markov决策过程 互模拟等价关系的内在联系;在强互模拟等价关系逻辑特征保持的基础上,给出弱互模拟等价关系下的逻辑保持性质,证明了弱互模拟等价的两个状态,同时满足除下一步算子外的连续随机逻辑公式,从而可以将原模型中的验证问题转换为简约后模型的验证问题,提高验证的效率.关键词：马尔科夫链
