學習自動機算法與應用.pdf

1、學習自動機隸屬于加強學習的范疇,是人工智能領域中很重要的一類算法。數年以來大量的研究工作集中在提高學習自動機算法的精度和收斂速度上面。同時,由于學習自動機具有很強的抗噪能力,自適應的學習理論,完備的理論證明和在線學習與優(yōu)化能力,學習自動機被應用在各個領域之中。因此,本文主要工作包括:
　　 (l)調研現有的學習自動機算法,提出學習自動機的發(fā)展主線是不斷提高學習自動機的精度與速度。指出現有的學習自動機算法的優(yōu)點和缺點,強調了加快學

2、習自動機算法收斂和工程實現的意義。
　　 (2)分析學習自動機,主要包括固定結構學習自動機與可變結構學習自動機,并歸納與總結學習自動機算法的發(fā)展與設計方法。提出了更快的DiscretizedGeneralizedStochasticEstimatorLearningAutomata(DGSE)算法,并從理論上證明了該算法的收斂性。同時實驗對比顯示了該算法是現有學習自動機算法中最快的算法。
　　 (3)闡述了學習自動機在各

3、個領域中的應用,并且與學習問題的關系。進一步的提出了新的可以解決以往靜態(tài)隨機定位問題中的決策表的困境問題,同時也提出了解決動態(tài)隨機定位問題的算法。最后從理論上證明了該算法,并且實驗驗證了該算法的有效性。
　　 (4)從工程角度出發(fā),將學習自動機的子函數優(yōu)化,將時間復雜度從0(n2)將為0(n)。結合并行程序思想,使得C++實現的學習自動機程序的運行時間從Matlab程序的6天降低到了10分鐘左右,也就是提高了700多倍的速度。從