已閱讀1頁，還剩89頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨機(jī)優(yōu)化算法是一類智能優(yōu)化算法，它與傳統(tǒng)的優(yōu)化算法不同，源于對自然的模擬，通過隨機(jī)算子迭代尋優(yōu)。強(qiáng)化學(xué)習(xí)同樣通過隨機(jī)試探進(jìn)行學(xué)習(xí)，該思想源于對生物學(xué)習(xí)的模擬，與隨機(jī)優(yōu)化算法有著千絲萬縷的聯(lián)系。
本文簡要論述了隨機(jī)優(yōu)化算法與強(qiáng)化學(xué)習(xí)思想，在廣義的隨機(jī)優(yōu)化算法的模型上論證了隨機(jī)優(yōu)化算法全局收斂的條件，即每次保留較優(yōu)解、以及隨機(jī)初始化多個解。
結(jié)合強(qiáng)化學(xué)習(xí)思想，構(gòu)造了強(qiáng)化學(xué)習(xí)優(yōu)化算法。借鑒自然中的植物的生長繁殖，構(gòu)造了植物
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 隨機(jī)森林算法的優(yōu)化改進(jìn)研究.pdf
- 同時擾動隨機(jī)逼真算法的改進(jìn)及應(yīng)用.pdf
- 蟻群優(yōu)化算法的改進(jìn)及應(yīng)用.pdf
- 水火電隨機(jī)優(yōu)化調(diào)度的改進(jìn)粒子群算法應(yīng)用研究.pdf
- 微粒群優(yōu)化算法的改進(jìn)及應(yīng)用.pdf
- 隨機(jī)森林算法研究及改進(jìn).pdf
- 粒子群優(yōu)化算法的改進(jìn)研究及應(yīng)用.pdf
- 改進(jìn)遺傳算法的函數(shù)優(yōu)化及應(yīng)用.pdf
- 粒子群優(yōu)化算法的若干改進(jìn)及應(yīng)用.pdf
- 連續(xù)優(yōu)化的蟻群算法改進(jìn)及應(yīng)用.pdf
- 改進(jìn)微粒群算法及在優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)粒子群優(yōu)化算法及應(yīng)用研究.pdf
- 螢火蟲群優(yōu)化算法的改進(jìn)及應(yīng)用.pdf
- 細(xì)菌覓食優(yōu)化算法的改進(jìn)及應(yīng)用研究.pdf
- 改進(jìn)的粒子群優(yōu)化算法及應(yīng)用研究.pdf
- 22742.粒子群優(yōu)化算法的幾種改進(jìn)算法及應(yīng)用
- 人工魚群智能優(yōu)化算法的改進(jìn)及應(yīng)用研究.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用.pdf
- 教與學(xué)優(yōu)化算法的改進(jìn)研究及其應(yīng)用.pdf
- 微粒群優(yōu)化算法的改進(jìn)與應(yīng)用.pdf
評論
0/150
提交評論