原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第30卷第2期 东北大学学报(自然科学版) V01．30，No．2
ofNortheaStem
2009年2月 Joumal science) Feb．2009
UniverSity(Natural
基于神经网络增强学习
算法的工艺任务分配方法
苏莹莹，王宛山，王建荣，唐 亮
(东北大学机械工程与自动化学院，辽宁沈阳 110004)
摘 要：在任务分配问题中，如果Markov决策过程模型的状态一动作空间很大就会出现“维数灾难”．针
对这一问题，提出一种基于BP神经网络的增强学习策略．利用BP神经网络良好的泛化能力，存储和逼近增
强学习中状态一动作对的Q值，设计了基于Q学习的最优行为选择策略和Q学习的BP神经网络模型与算
法．将所提方法应用于工艺任务分配问题，经过Matlab软件仿真实验，结果证实了该方法具有良好的性能
和行为逼近能力．该方法进一步提高了增强学习理论在任务分配问题中的应用价值．
关键词：任务分配；工艺设计；增强学习；Q学习；神经网络
中图分类号：TH164 文献标识码：A 文章编号：1005—3026(2009)02—0279一04
ResearchonTaskAUocationofProcess Basedon
Planning
ReinforcementandNeuralNetwork
Learning
SUⅥ咒g．∥醒。，WA^『GWa咒一奶口咒，Wj气NG．，缸咒一r硼g，TANG
L施行g
ofMec}lanical
(sch00l EngineerillgAu“姗ation，Nonheast咖Ulliversity，sh印yaIlg110004，Chim．
CC盯嘲xmdent：SUYing．yhlg，Bmail：suyirlgg@yah00．m)
atthecurseof Of for
Abstract： caused state-action
～ming dinlensionalitybyp捌igiousneSs space
ⅣIarkov kindof methodbasedonneuralnetwork
model，a Q
decision—makingprcIcess leaming
、Ⅳas valueofa state—action reinforcementwas
prop。lSed．TheQ pairduring learning
approached
of ofBPneural
a11dstoredmeal】sthe the
by highgeneralizabilitynetwork，thenoptimalstrategy
basedon fordectionofactionandaBPneuralnetwDrkmodeland for
Q
文档评论（0）