平均准则问题的即时差分学习算法

考虑平均准则随机动态规划 (SDP)问题的一族在线即时差分 (TD)学习算法 .在学习中 ,平均问题的相对值函数是控制器所要学习的目标函数 .所提出的算法是已有的 TD(λ)算法及 R-学习算法的一种推广 .

马氏决策过程平均准则最优不等式综述

对平均准则的讨论一直是马氏决策过程研究的热点之一，近几年已从最优方程推广到最优不等式。本文系统地了介绍最优不等式的提出及其发展思路，目前已取得的成果等，同时也指出了有待于进一步研究的问题。

报酬无界的平均准则马氏决策过程(英文)

本文对可数状态集、非空决策集、报酬无界的平均准则马氏决策过程,提出了一组新的条件,在此条件下存在（ε）最优平稳策略,且当最优不等式中的和有定义时最优不等式也成立.

周期多比例时滞细胞神经网络全局渐近稳定性的平均准则

本文致力于研究带有周期系数和多比例时滞细胞神经网络的全局渐近稳定性。首先,通过研究微分不等式的渐近稳定性,我们给出一类周期泛函微分方程的渐近稳定性准则;其次,利用获得的稳定性结果和非线性测度方法,我们给出该类神经网络的全局渐近稳定性准则,我们的研究结果是现有相关结果的部分推广;最后,一个例子被提供以说明我们结果的正确性。

期望平均准则的半马氏MDP

本文讨论的是由可数状态空间，任意行动空间及半马氏决策矩阵所确定的半马氏决策过程的期望平均准则，在半马氏决策矩阵和报酬函数满足一定的条件下．用概率论中的稳定性定理，证明了ε（≥０）－强最优平稳策略的存在性．

非平稳MDP的期望平均准则

本文考虑的是非平稳MDP的期望平均准则，在弱遍历条件下，用概率及鞅论的方法证明了。∈（0）－最优马氏策略的存在性，作为特例，较好地解决了Feinberg和Park在1994年提及的开问题．

一类易变质产品供应链联合定价和库存管理的平均收益准则模型

本文讨论了一类易变质(Perishable)产品供应链在长期平均收益准则下的最优联合定价和库存策略问题。我们分析了该问题最优促销定价和库存联合策略的性质和存在性,获得了长期平均收益准则下最优促销定价和库存联合策略的最优结构。分析的结果表明该类易变质产品供应链在无限阶段长期平均收益准则下的最优促销定价和库存联合策略是一由基准库存和标价向量刻画的与各阶段变质产品库存水平[EQUATION]相关的基准库存标价策略。

基于平均应变能密度准则的裂纹断裂扩展特性分析

考虑裂纹尖端应力场常数项T应力对裂纹断裂特性的影响,对平均应变能密度准则进行修正,建立混合型裂纹扩展条件计算式。在此基础上,系统分析常数项T应力对Ⅰ型、Ⅱ型、Ⅰ-Ⅱ混合型裂纹断裂判据的影响。结果表明,常数项T应力降低了材料裂纹起裂阻力,且参数|Bα|越大裂纹断裂极限值越低,|Bα|相同时,正T应力要比负T应力更容易发生断裂。基于修正平均应变能密度准则,预测双轴疲劳载荷作用下平板表面Ⅰ型裂纹扩展寿命。结果表明,考虑常数项T应力影响后的疲劳裂纹扩展寿命约为传统疲劳裂纹扩展寿命的49%。

多径信道下基于最小平均峰度准则的盲多用户检测算法

基于最小平均峰度(LMK)准则,提出了一种适用于同步直扩码分多址(DS/CDMA)系统多径慢衰落信道中的盲自适应多用户检测算法.这种算法基于高阶统计量特性,算法复杂度相对较低.仿真结果表明,该算法的稳态性能与子空间自适应多用户检测算法相当,是一种较好的多用户检测算法,有一定的实际应用价值.

可数状态空间的平均成本马氏决策过程

具有可数状态空间的马尔可夫决策过程(Markov decision process,MDP)在平均准则下,最优(平稳)策略不一定存在.本文研究平均准则可数状态MDP中满足最优不等式的最优策略.不同于消去折扣(因子)方法,利用离散的Dynkin公式推导本文的主要结果.首先给出遍历马氏链的泊松方程和两个零常返马氏链的例子,证明了满足两个方向相反的最优不等式的最优策略存在性.其次,通过两个比较引理和性能差分公式,证明了正常返链和多链最优策略的存在性,并进一步推广到其他情形.特别地,本文通过几个应用举例,说明平均准则性能敏感的本质.本文的结果完善了可数状态MDP在平均准则下的最优不等式的理论.

向量值有限平均MDP

讨论了向量值离散时间平均准则下的有限马氏决策模型；在采取确定性平稳策略时所得马氏决策过程为遍历的假设下，证明了存在一个至多在Ｋ－１个状态是随机的平稳最优策略，并给出了其线性规划算法。同时证明了存在强最优策略的充要条件是其存在强确定性平稳最优策略。

受控排队系统的平均最优与约束平均最优

根据连续时间马尔可夫决策过程的平均准则,给出了一种特殊的马尔可夫决策过程—受控排队系统平均最优以及约束最优的新条件.这个新条件仅使用模型的初始数据,但利用了生灭过程的遍历性理论.可以证明受控排队系统存在平均最优平稳策略与约束平均最优策略.

可数状态MDP的平均模型

本文考虑可数状态空间任意行动空间MDP的平均模型，分析了四个平均报酬准则，在通常的遍历性条件下，用鞅论的方法证明了其最优报酬值的一致性和最优策略的存在性，从而较好地解决了Feinberg和Park[1]再次提及的Open问题．通过导入相应于Feinberg和Park[1]的非循环条件，用概率分析的方法证明了一致最优（f，B）-生成策略的存在性，推广了Feinberg和Park（1994）的主要结果。

主成分回归的主成分选择准则

结合回归自变量选择的Cp准则及平均残差平方和准则,讨论了利用主成分回归时如何选择主成分可在一定程度上避免人为性,提出了两个准则,以供实际应用时参考．

非一致有界费用MDP的强平均最优性条件

研究可数状态空间任意行动空间非一致性有界费用马氏决策过程(MDP)的强平均最优,给出了使得每个常用的平均最优策略也是强平均最优的条件,并实质性的推广了Cavazos-Cadena和Fernandez-Gaucheran(Math.Meth.Oper.Res.,1996,43:281-300)的主要结果.

具有平均费用的非平稳Markov决策过程

本文研究了在一般状态空间具有平均费用的非平稳Ｍａｒｋｏｖ决策过程，把在平稳情形用补充的折扣模型的最优方程来建立平均费用的最优方程的结果，推广到非平稳的情形．利用这个结果证明了最优策略的存在性．

基于数据融合的张弦桁架损伤识别方法与试验研究

针对张弦桁架采用单损伤指标识别损伤位置易受到干扰甚至产生误判的问题,提出基于曲率模态差和模态柔度差曲率融合的损伤识别方法。基于D-S证据矩阵和加权平均两种数据融合准则,建立张弦桁架损伤识别的单次融合和两阶段融合识别流程。采用有限元软件ANSYS建立张弦桁架分析模型,利用减小构件截面积模拟弦杆损伤,分别采用非融合单损伤指标、单次数据融合和两阶段融合方法进行损伤识别分析。结果表明:单损伤识别指标的抗干扰能力较低,尤其对支座附近下弦杆的识别效果差;基于数据融合的损伤识别方法能够综合多种指标损伤识别结果,有效提高损伤位置识别的准确性;与加权平均数据融合准则相比,基于D-S证据矩阵准则的数据融合方法更能有效降低非损伤位置干扰,识别效果更好;两阶段融合方法效果优于单次融合方法,损伤位置的损伤概率愈发接近于1,非损伤位置的损伤概率愈发趋近于0。最后开展了一榀张弦桁架模型的损伤识别试验,通过试验验证了当所获取模态数据受到环境或测试噪声等因素影响下,文章提出的基于数据融合的损伤识别方法仍具有较好的鲁棒性,能够有效识别实际张弦桁架结构的损伤位置。但由于曲率模态差以及模态柔度差曲率难以识别损伤程度,因此文章方法仅能够提高损伤位置的识别精度。

开孔玻纤拉挤板孔边应力集中

为了更加准确地预测应力集中对风电叶片开孔拉挤板拉伸强度的影响,采用试验测试、解析法和有限元法,研究了拉伸载荷作用下不同孔径的开孔拉挤板应力集中问题。首先,对两种孔径玻纤拉挤板进行拉伸强度测试。然后,给出采用平均应力准则计算应力集中系数的解析表达式。接着,采用商用有限元软件ANSYS建立开孔拉挤板的有限元模型,进行网格对孔边应力分布影响的研究。最后,对三种方法研究结果进行了分析和讨论。研究结果表明:随着孔径的增大,开孔拉挤板孔边应力集中系数增大,拉挤板强度降低;试验测得的应力集中系数小于理论分析值;有限元解和解析解得出的孔边应力分布和应力集中系数偏差较小,应力集中系数偏差小于3%。

FHW决策系统 第三讲

第五节指标确定方案咨询表举例一、谨慎度的计算方法可采用以下咨询表1,多级估计表:测试某概念而采用的一种方法,填表方法是只在每列中给出你的赞成或反对的程度,在相应的位置打“√”

复合材料层合板冲击后剩余强度的工程估算方法和有限元模拟分析

为研究复合材料层合板冲击后剩余强度(CAI)的计算,本文给出了两种方法:工程估算和有限元预测。工程估算是将受冲击损伤的复合材料层合板简化为正交各向异性带孔板,按照Nuismer-Whitney平均应力准则,计算正交各向异性带圆孔板的破坏强度,作为层合板冲击后剩余强度的估算值。有限元方法则是采用Hashin失效准则和Tan的刚度降准则,在ABAQUS软件中自编UMAT材料损伤子程序,进行带孔层合板的损伤强度预估分析。结果表明,工程估算方法和有限元方法的计算结果均与试验结果相差不大,两种方法均可作为工程中估算剩余强度的有效方法。