期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于贝叶斯网络强化学习的复杂装备维修排故策略生成
被引量：
1
1
作者
刘宝鼎
于劲松
+2 位作者
韩丹阳
唐荻音
李鑫
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024年第4期1354-1364,共11页
为解决传统启发式维修排故决策方法决策时间长、生成策略总成本高的问题,提出一种基于贝叶斯网络(BN)结合强化学习(RL)进行复杂装备维修排故策略生成方法。为更好地利用复杂装备模型知识,使用BN进行维修排故知识表述,并且为更加贴近复...
为解决传统启发式维修排故决策方法决策时间长、生成策略总成本高的问题,提出一种基于贝叶斯网络(BN)结合强化学习(RL)进行复杂装备维修排故策略生成方法。为更好地利用复杂装备模型知识,使用BN进行维修排故知识表述,并且为更加贴近复杂装备实际情况,依据故障模式、影响和危害性分析(FMECA)的故障概率,经合理转化后作为BN的先验概率;为使用RL的决策过程生成维修排故策略,提出一种维修排故决策问题转化为RL问题的方法;为更好地求解转化得到的强化学习问题,引入观测-修复动作对(O-A)以减小问题规模,并设置动作掩码处理动态动作空间。仿真结果表明:在统一的性能指标下,所提BN-RL方法较传统方法获得更高的指标值,证明该方法的有效性和优越性。
展开更多
关键词
强化学习
贝叶斯网络
维修排故策略生成
复杂装备
动态动作空间
在线阅读
下载PDF
职称材料
基于作战过程的岛礁兵力配置强化学习算法
2
作者
肖凡
乔勇军
《兵工自动化》
2022年第5期39-47,共9页
针对岛礁守备作战过程中涉及的对海、对陆、对空3类武器,根据岛礁守备作战过程建立模型,提出一种动态动作空间方法。设置敌方武器装备、预设阵地、防守要地3类影响因素,利用不同的基于值函数的强化学习算法进行测试,通过测试能得到各武...
针对岛礁守备作战过程中涉及的对海、对陆、对空3类武器,根据岛礁守备作战过程建立模型,提出一种动态动作空间方法。设置敌方武器装备、预设阵地、防守要地3类影响因素,利用不同的基于值函数的强化学习算法进行测试,通过测试能得到各武器装备最佳位置并判断预设阵地是否合理,通过比较可看出算法间各有优劣,适合的环境各不相同。结果表明:该方法能够运用于不同的环境,减少时空开销,提高岛礁守备决策的效率,有助于策略改进。
展开更多
关键词
强化学习
值函数
岛礁守备
动态动作空间
在线阅读
下载PDF
职称材料
题名
基于贝叶斯网络强化学习的复杂装备维修排故策略生成
被引量：
1
1
作者
刘宝鼎
于劲松
韩丹阳
唐荻音
李鑫
机构
北京航空航天大学自动化科学与电气工程学院
北京航空航天大学仪器科学与光电工程学院
中国运载火箭技术研究院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024年第4期1354-1364,共11页
基金
国家重点研发计划(2018YFB1403300)
国家自然科学基金(51875018,71701008)。
文摘
为解决传统启发式维修排故决策方法决策时间长、生成策略总成本高的问题,提出一种基于贝叶斯网络(BN)结合强化学习(RL)进行复杂装备维修排故策略生成方法。为更好地利用复杂装备模型知识,使用BN进行维修排故知识表述,并且为更加贴近复杂装备实际情况,依据故障模式、影响和危害性分析(FMECA)的故障概率,经合理转化后作为BN的先验概率;为使用RL的决策过程生成维修排故策略,提出一种维修排故决策问题转化为RL问题的方法;为更好地求解转化得到的强化学习问题,引入观测-修复动作对(O-A)以减小问题规模,并设置动作掩码处理动态动作空间。仿真结果表明:在统一的性能指标下,所提BN-RL方法较传统方法获得更高的指标值,证明该方法的有效性和优越性。
关键词
强化学习
贝叶斯网络
维修排故策略生成
复杂装备
动态动作空间
Keywords
reinforcement learning
Bayesian networks
troubleshooting strategy generation
complex equipment
dynamic action space
分类号
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于作战过程的岛礁兵力配置强化学习算法
2
作者
肖凡
乔勇军
机构
海军航空大学岸防兵学院
出处
《兵工自动化》
2022年第5期39-47,共9页
文摘
针对岛礁守备作战过程中涉及的对海、对陆、对空3类武器,根据岛礁守备作战过程建立模型,提出一种动态动作空间方法。设置敌方武器装备、预设阵地、防守要地3类影响因素,利用不同的基于值函数的强化学习算法进行测试,通过测试能得到各武器装备最佳位置并判断预设阵地是否合理,通过比较可看出算法间各有优劣,适合的环境各不相同。结果表明:该方法能够运用于不同的环境,减少时空开销,提高岛礁守备决策的效率,有助于策略改进。
关键词
强化学习
值函数
岛礁守备
动态动作空间
Keywords
reinforcement learning
value function
island and reef defense
dynamic action space
分类号
TJ01 [兵器科学与技术—兵器发射理论与技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于贝叶斯网络强化学习的复杂装备维修排故策略生成
刘宝鼎
于劲松
韩丹阳
唐荻音
李鑫
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于作战过程的岛礁兵力配置强化学习算法
肖凡
乔勇军
《兵工自动化》
2022
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
