基于Q学习算法的土石方调配模型及应用

土石方调配问题是水利水电工程设计和施工中一个重要问题,传统解决方法包括线性规划、大系统分解协调、动态规划等,存在一定的局限性。本文尝试运用强化学习中离散型Q学习的方法解决土石方调配问题。文中探讨了土石方调配问题Q学习模型的构建及解法,并通过一个工程实例,验证了本文提出方法的可行性。为后续利用强化学习方法解决动态土石方调配平衡的研究奠定了基础。

个体化动态治疗方案和多重方案随机序贯试验在精神卫生研究中的应用(英文)

动态治疗方案(Dynamic treatment regimens,DTRs)是一种序贯决策规则,是根据每个患者随时间变化而变化的特征和先前观察到的中间结果而量身定制的临床决策。精神障碍具有慢性和复杂性的特点,精神障碍患者具有异质性特点。这就要求随时间推移,根据个体对治疗反应的不同而分析出最佳的治疗方案,并动态地应用到患者之后的治疗中。多重方案随机序贯试验(Sequential Multiple Assignment Randomized Trial,SMARTs)的设计可以估计DTRs的治疗效应。SMARTs收集到大量的个体化变量和中间结果,在此基础上应用已有的现代统计工具可以优化DTRs。这些统计方法也可为今后的SMARTs研究设计推荐量身定制的变量。本文通过两个精神卫生研究案例介绍了DTRs和SMARTs,讨论了从SMARTs数据估算出最佳DTR的两种不同的计算机自动分析方法,并使用模拟数据演示这两种统计方法的性能。