-
题名带动作回报的连续时间Markov回报过程验证
- 1
-
-
作者
黄镇谨
陆阳
杨娟
王智文
-
机构
合肥工业大学计算机与信息学院
广西科技大学计算机与通信工程学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2015年第11期1603-1613,共11页
-
基金
国家自然科学基金(61462008
61070220)
广西高科学技术研究(LX2014186)项目
-
文摘
为了能够更准确的表达不确定性复杂系统的时空验证,针对当前连续时间Markov回报过程(continue time markov reward decision process,CMRDP)验证中只考虑状态回报的问题,提出带动作回报的验证方法。考虑添加了动作回报的空间性能约束,扩展现有的基于状态回报的连续时间Markov回报过程,用正则表达式表示验证属性的路径规范,扩展已有路径算子的表达能力。给出带动作回报CMRDP和路径规范的积模型,求解积模型在确定性策略下的诱导Markov回报模型(markov reward model,MRM),将CMRDP上的时空性能验证转换为MRM模型上的时空可达概率分析,并提出MRM中求解可达概率的算法。实例分析表明,提出的验证思路和验证算法是可行的。
-
关键词
Markov回报过程
模型验证
动作回报
时空有界可达概率
-
Keywords
Markov reward process
model checking
impulse reward
time-and space-bounded reachability probability
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
TN915
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于SARSA(λ)的实时交通信号控制模型
被引量：8
- 2
-
-
作者
戈军
周莲英
-
机构
宿迁学院计算机科学系
江苏大学计算机科学与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第24期244-248,共5页
-
基金
江苏省宿迁市科技创新专项基金资助项目(No.Z201211)
宿迁学院重点科研基金项目(No.2013KY15)
-
文摘
针对现有交通灯控制器缺乏过去经验的学习能力,导致其无法适应实际交通环境的动态变化,提出了一种基于SARSA(λ)的实时交通信号控制模型,并给出了一种交通信号优化模型及算法,该模型采用强化学习算法,得出交通控制的最优调度策略。仿真实验结果表明,所提模型优于现有交通控制模型,能更好地促进实时动态交通控制实现。
-
关键词
状态-动作-回报-状态-动作
实时交通信号控制
强化学习
交通评价指标
时序差分学习
-
Keywords
State-Action-Reward-State-Action（SARSA）
real-time traffic signal control
reinforcement learning
traffic evaluation indicators
temporal difference learning
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
