离散事件动态系统马尔科夫链.pptVIP

课程内容 1.离散事件动态系统基本概念、分类、研究方法 随机离散事件动态系统的基本仿真技术 3. Markov决策过程(含 Markov链,半 Markov决策过程) 基本知识 4.动态规划( dynamic programming)和仿真优化:主要 介绍 Bellman最优方程,策略迭代和数值迭代 5.强化学习( reinforcement learning)技术:主要介绍 Monte-Carlo方法、TD学习、Q学习和 SARSA学习等 6.神经元/逼近动态规划( neuro-dynamic programming 7.多 Agent学习探讨 8.实例分析 第一章 离散事件动态系统基本概念、分类 和研究方法 基本概念 随着髙新技术的迅猛发展,现实世界中涌现了大量 的复杂人造系统(如计算机网络、通信网络、柔性 制造系统、CIMS、交通管理系统、军事指挥系统 等)。这些系统的共同特征是:系统的演化过程不 能由通常的物理定律来描述,而是服从一些由人为 规定的复杂规则,并由一系列相互作用的离散事件 所决定 这样的一类人造系统常被描述为离散事件动态系统 Discrete event dynamic system, DEDS 事件:使DEDS状态发生变动的一个行动或事情。 DEDS与一般动态系统的差别: 通常的连续变量动态系统(CVDS),其动态特性满足一定 例如经典力学下的质点运