面向軟件自適應(yīng)演化中的強(qiáng)化學(xué)習(xí)方法的研究.pdf

1、在金融管理、空中交通管制、通信網(wǎng)絡(luò)管理等領(lǐng)域存在很多復(fù)雜問(wèn)題,單個(gè)Agent解決不了,因?yàn)橘Y源或者能力有限,而多Agent系統(tǒng)提供了解決這些問(wèn)題的可能。但隨著科學(xué)技術(shù)的發(fā)展,軟件結(jié)構(gòu)向大型復(fù)雜轉(zhuǎn)變并呈現(xiàn)出分布式特征,軟件的運(yùn)行環(huán)境也從靜態(tài)封閉走向動(dòng)態(tài)開(kāi)放,這些新的變化對(duì)軟件提出了更高的要求,要求軟件必須具備自適應(yīng)的能力,即當(dāng)環(huán)境發(fā)生變化時(shí),系統(tǒng)通過(guò)調(diào)整自身的結(jié)構(gòu)或行為策略仍能正常運(yùn)行。學(xué)習(xí)作為自適應(yīng)的重要技術(shù)也備受關(guān)注,但常規(guī)的學(xué)習(xí)方法

2、由于需要人直接參與或者間接參與(包括預(yù)先指定動(dòng)作策略或效用策略),要求系統(tǒng)設(shè)計(jì)者在設(shè)計(jì)階段描述所有的系統(tǒng)行為和環(huán)境狀態(tài),對(duì)系統(tǒng)設(shè)計(jì)者要求太高而且往往難以實(shí)現(xiàn)。強(qiáng)化學(xué)習(xí)非常適用于沒(méi)有太多環(huán)境信息的問(wèn)題域,因?yàn)樵谠摲椒ㄖ性敿?xì)的環(huán)境模型不是必須的,因此如何將強(qiáng)化學(xué)習(xí)應(yīng)用到軟件自適應(yīng)演化中,是當(dāng)前研究的熱點(diǎn)與難點(diǎn)。
　　本文主要研究將強(qiáng)化學(xué)習(xí)方法應(yīng)用到軟件自適應(yīng)演化中。首先給出一種基于Agent的軟件自適應(yīng)演化支撐框架,并詳細(xì)闡述了該框架