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
基于演化博弈的海上风电投资策略选择及模型研究
被引量：
17
1
作者
武英利
张彬
+1 位作者
闫龙
许明嫄
《电网技术》
EI
CSCD
北大核心
2014年第11期2978-2985,共8页
海上风电投资存在巨大风险。投资策略的选择对于关注该领域的海上风电投资者至关重要。风电市场上出现的新技术及政府出台的相关新政策都会影响海上风电投资者的策略选择。这种新技术和新政策的出现类似于演化博弈中的"突变"...
海上风电投资存在巨大风险。投资策略的选择对于关注该领域的海上风电投资者至关重要。风电市场上出现的新技术及政府出台的相关新政策都会影响海上风电投资者的策略选择。这种新技术和新政策的出现类似于演化博弈中的"突变"。运用演化博弈理论和复制动态方程,对海上风电市场上具有有限理性的不同类型的海上风电投资者策略选择互动机制进行研究,探讨了市场阻入程度和合作支持力度以及新技术和新政策等对海上风电投资者策略选择的影响。研究表明,减小市场阻入程度,增加合作支持力度,开发新技术和支持性政策均有利于海上风电投资者的进入。
展开更多
关键词
海上风电投资
策略选择机制
演化博弈
复制动态方程
在线阅读
下载PDF
职称材料
同分布强化学习优化多决策树及其在非平衡数据集中的应用
被引量：
2
2
作者
焦江丽
张雪英
+1 位作者
李凤莲
牛壮
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019年第5期1112-1118,共7页
针对传统决策树在非平衡数据集分类时少数类预测性能出现偏差的问题,提出一种基于强化学习累积回报的属性优化策略即改进型同分布多决策树方法。首先通过同分布随机抽样法对非平衡数据集中的多数类样本进行随机采样,进而对各子集建立单...
针对传统决策树在非平衡数据集分类时少数类预测性能出现偏差的问题,提出一种基于强化学习累积回报的属性优化策略即改进型同分布多决策树方法。首先通过同分布随机抽样法对非平衡数据集中的多数类样本进行随机采样,进而对各子集建立单决策树形成多个决策树,各决策树采用分类回归树算法建树,并利用强化学习累积回报机制进行属性选择策略的优化。研究结果表明:提出的基于强化学习累积回报机制的属性优化策略可有效提高少数类被正确分类的概率;同分布多决策树方法可有效提高非平衡数据集整体预测性能,且正类率和负类率的几何平均值都有所提高。
展开更多
关键词
非平衡数据集
多决策树
累积回报
机制
属性
选择
策略
同分布随机抽样
强化学习
在线阅读
下载PDF
职称材料
题名
基于演化博弈的海上风电投资策略选择及模型研究
被引量：
17
1
作者
武英利
张彬
闫龙
许明嫄
机构
武汉大学经济与管理学院
中国能源建设集团广东省电力设计研究院
出处
《电网技术》
EI
CSCD
北大核心
2014年第11期2978-2985,共8页
基金
国家自然科学基金项目(71371147)~~
文摘
海上风电投资存在巨大风险。投资策略的选择对于关注该领域的海上风电投资者至关重要。风电市场上出现的新技术及政府出台的相关新政策都会影响海上风电投资者的策略选择。这种新技术和新政策的出现类似于演化博弈中的"突变"。运用演化博弈理论和复制动态方程,对海上风电市场上具有有限理性的不同类型的海上风电投资者策略选择互动机制进行研究,探讨了市场阻入程度和合作支持力度以及新技术和新政策等对海上风电投资者策略选择的影响。研究表明,减小市场阻入程度,增加合作支持力度,开发新技术和支持性政策均有利于海上风电投资者的进入。
关键词
海上风电投资
策略选择机制
演化博弈
复制动态方程
Keywords
offshore wind farm investment
selection of strategies
evolutionary game
replicator dynamics equation
分类号
TM721 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
同分布强化学习优化多决策树及其在非平衡数据集中的应用
被引量：
2
2
作者
焦江丽
张雪英
李凤莲
牛壮
机构
太原理工大学信息与计算机学院
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019年第5期1112-1118,共7页
基金
国家自然科学基金资助项目(61376693)
山西省重点研发计划(社会发展领域)项目(201803D31045)
+2 种基金
山西省自然科学基金资助项目(201801D121138)
山西省重大专项(20181102008)
山西省优秀人才科技创新项目(201605D211021)~~
文摘
针对传统决策树在非平衡数据集分类时少数类预测性能出现偏差的问题,提出一种基于强化学习累积回报的属性优化策略即改进型同分布多决策树方法。首先通过同分布随机抽样法对非平衡数据集中的多数类样本进行随机采样,进而对各子集建立单决策树形成多个决策树,各决策树采用分类回归树算法建树,并利用强化学习累积回报机制进行属性选择策略的优化。研究结果表明:提出的基于强化学习累积回报机制的属性优化策略可有效提高少数类被正确分类的概率;同分布多决策树方法可有效提高非平衡数据集整体预测性能,且正类率和负类率的几何平均值都有所提高。
关键词
非平衡数据集
多决策树
累积回报
机制
属性
选择
策略
同分布随机抽样
强化学习
Keywords
imbalanced data sets
multi-decision tree
cumulative reward mechanism attributes selection strategy
identically distributed random sampling
reinforcement learning
分类号
TP301 [自动化与计算机技术—计算机系统结构]
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
基于演化博弈的海上风电投资策略选择及模型研究
武英利
张彬
闫龙
许明嫄
《电网技术》
EI
CSCD
北大核心
2014
17
在线阅读
下载PDF
职称材料
2
同分布强化学习优化多决策树及其在非平衡数据集中的应用
焦江丽
张雪英
李凤莲
牛壮
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019
2
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
