一种基于强化学习的有限成本网络毁伤最大方法.pdfVIP

下载本文档

0
0
约1.59万字
约 12页
2023-10-18 发布于四川
举报
版权申诉

一种基于强化学习的有限成本网络毁伤最大方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：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

本发明公开了一种基于强化学习的有限成本作战网络毁伤最大化方法，步骤是：1、针对作战体系，将作战中的作战单元和作战关系抽象为节点和连边，建立基于复杂网络的作战网络模型；2、建立有限成本下作战网络的毁伤最大化模型，定义作战网络的节点打击成本、成本约束和网络毁伤测度；3、将作战网络的节点转化为智能体，构建学习智能体的空间和动作空间；4、设置智能体在某状态s下执行动作a后的奖赏值r；5、通过训练更新Q函数，得到有限成本下使作战网络毁伤最大化的攻击策略。方法易行，操作简便，利用智能体和环境的不断交互反馈，

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116896508 A (43)申请公布日 2023.10.17 (21)申请号 202310763634.1 (22)申请日 2023.06.26 (71)申请人中国人民解放军空军预警学院地址