文档详情

一种基于强化学习和粒子群算法的智能寻优方法.pdf

发布：2023-05-06约9.69千字共10页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114444648 A (43)申请公布日 2022.05.06 (21)申请号 202210362550.2 (22)申请日 2022.04.08 (71)申请人中国人民解放军96901部队地址

显示全部

相似文档

一种基于深度强化学习的机器人路径寻优规划方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113341972 A (43)申请公布日 2021.09.03 (21)申请号 202110628778.7 (22)申请日 2021.06.07 (71)申请人沈阳理工大学地址
2023-06-20 约1.12万字 11页立即下载
一种基于蚁群算法的仓储机器人路径寻优方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113008232 A (43)申请公布日 2021.06.22 (21)申请号 20191
2023-06-07 约6.83千字 6页立即下载
一种基于Q-Learning强化学习算法的智能换挡规律控制方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113339499 B (45)授权公告日 2022.05.10 (21)申请号 202110760756.6 (22)申请日 2021.07.04 (65)同一申请的已公布的文献号
2023-06-17 约7.37千字 7页立即下载
一种基于粒子群算法的多节点通信方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113347677 A (43)申请公布日 2021.09.03 (21)申请号 202110482222.1 (22)申请日 2021.04.30 (71)申请人西安征途网络科技有限公司
2023-06-18 约9.58千字 10页立即下载
基于改进群智能寻优与深度学习算法的滑坡位移预测模型研究.docx 基于改进群智能寻优与深度学习算法的滑坡位移预测模型研究一、引言滑坡是一种常见的地质灾害，其发生往往给人们的生命财产安全带来严重威胁。为了有效预测滑坡位移，降低灾害损失，研究基于改进群智能寻优与深度学习算法的滑坡位移预测模型具有重要意义。本文旨在通过对群智能寻优算法及深度学习算法的深入研究，构建一个高效、准确的滑坡位移预测模型。二、群智能寻优算法的改进 群智能寻优算法是一种模拟自然界生物群体行为的优化算法，具有较强的自适应和寻优能力。针对滑坡位移预测问题，本文对群智能寻优算法进行改进，以提高其寻优效率和准确性。改进措施包括：引入多智能体协同搜索策略，提高算法的全局搜索能力；采用动态调整权重
2025-04-28 约4.71千字 9页立即下载
粒子群优化算法的寻优算法—非线性函数极值寻优.docx PAGE24 PAGE24 题目：粒子群优化算法的寻优算法—非线性函数极值寻优 TheoptimizationalgorithmofParticleSwarmOptimization--theoptimizationofnonlinearfunctionextremum 郑重声明本人呈交的学位论文（设计），是在指导教师的指导下，独立进行研究工作所取得的成果，所有数据、图片资料真实可靠。除文中已经注明引用的内容外，本学位论文（设计）的研究成果不包含他人享有著作权的内容。对本论文（设计）所涉及的研究工作做出贡献的其他个人和集体，均已在文
2025-02-28 约1.02万字 24页立即下载
一种基于地理位置的多智能体强化学习路由算法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112804726 A (43)申请公布日 2021.05.14 (21)申请号 202110013305.6 (22)申请日 2021.01.06 (71)申请人南京理工大学地址
2023-06-03 约1.14万字 12页立即下载
粒子群算法-函数寻优-算法程序.pdf 粒子群函数寻优案例：以下列非线性函数为例。 sin x 2  y 2 cos2x cos2y f (x ) e 2 2.71289 2 2 x  y 函数图像如下：程序：三维作图
2018-04-12 约3.13千字 5页立即下载
一种道路寻优方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115790637 A (43)申请公布日 2023.03.14 (21)申请号 202310051308.8 (22)申请日 2023.02.02 (71)申请人北京铭海博纳科技发展有限公司地址
2023-05-08 约1.95万字 19页立即下载
一种基于强化学习设计伦理智能体的方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113408738 A (43)申请公布日 2021.09.17 (21)申请号 202110531696.0 (22)申请日 2021.05.17 (71)申请人桂林电子科技大学地址
2023-06-21 约1.13万字 13页立即下载
一种基于深度强化学习的智能流量调度方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114884895 A (43)申请公布日 2022.08.09 (21)申请号 202210483572.4 G06N 3/04 (2006.01) (22)申请日 2022.05.0
2023-05-17 约2.96万字 20页立即下载
一种基于归纳逻辑编程的多智能体强化学习方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565072 A (43)申请公布日 2022.05.31 (21)申请号 202210090154.9 (22)申请日 2022.01.25 (71)申请人西安电子科技大学地址 71000
2023-05-10 约1.69万字 13页立即下载
一种基于IROS的多智能体强化学习方法、系统和介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117540824A (43)申请公布日2024.02.09 (21)申请号202311543935.X (22)申请日2023.11.20 (71)申请人山东新一代信息产
2024-02-05 约7.54千字 8页立即下载
基于参数逼近的多智能体强化学习算法.pptx 汇报人:2024-01-29基于参数逼近的多智能体强化学习算法 目录CONTENCT引言强化学习基本原理参数逼近方法多智能体系统建模与特性分析基于参数逼近的多智能体强化学习算法设计实验仿真与结果分析总结与展望 01引言 强化学习作为机器学习的一个重要分支，在智能控制、机器人等领域有着广泛的应用。多智能体系统（Multi-AgentSystems，MAS）是由多个自主智能体组成的系统，它们通过交互和协作完成复杂的任务。基于参数逼近的多智能体强化学习算法结合了强化学习和多智能体系统的优点，能够解决复杂环境下的决策问题，具有重要的理论意义和应用价值。背景与意义国内外研究现状目前，多智能体强化学习算
2024-06-12 约3.91千字 39页立即下载
基于机器学习和粒子群算法的泥船能效预测与优化方法研究.pdf 基于机器学习和粒子群算法的耙吸式挖泥船能效预测与优化方法研究摘要随着中国经济的蓬勃发展，我国的港口运输业也迎来了高速发展的黄金时期，港口作为国家经济发展的重要枢纽，其运输能力和效率直接关系到国家的贸易和物流发展，随着港口吞吐量的不断增长，国内港口疏浚工程量也不端增加。对港口航道项目工程的建造与修复来说，疏浚工程至关重要，耙吸船作为当前疏浚工程的主要船型，可独立完成挖、装、运、卸（吹），具有机动灵活，效率高，抗风浪力强等特点，在港口维护或沿海进港航道的挖掘等任务中有着不可替代的作用。随着燃料成本的提高和人们环境保护意识的加强，响应国家可持续发展战略的号召，通过科学方法优化耙吸船
2025-04-19 约8.09万字 65页立即下载