论文部分内容阅读
研究了奖罚型学习自动机的一种非线性强化算法。与线性的奖罚模型不同，新模型的行动选择概率的更新函数为二次的。这使得该模型的学习性能估玮ＬＲＰ，且对不同的环境，其具有不同的行为和特点。
二次奖罚学习自动机
【摘 要】
：
研究了奖罚型学习自动机的一种非线性强化算法。与线性的奖罚模型不同，新模型的行动选择概率的更新函数为二次的。这使得该模型的学习性能估玮ＬＲＰ，且对不同的环境，其具有不同的行为
【机 构】
：
中国航空计算技术研究所
【出 处】
：
航空计算技术
【发表日期】
：
1999年2期
其他文献
2014年10月18日至19日，中国会计学会财务成本分会2014学术年会暨第27届理论研讨会在浙江杭州举行。来自全国各地的高校、科研院所及杂志社、出版社的专家学者参加了会议。
财会类期刊是宣传党的财经政策、法规、制度、工作方针,探讨财会改革与发展,交流财会工作经验,研究财会工作实际问题和理论问题,开展会计学术交流,普及财会知识的刊物。财会
构建社会主义和谐社会目标的提出，是我们党及全国人民对建国以来社会各个发展阶段经验教训的总结，其核心就是坚持以人为本的科学发展观不动摇，从而最终建立起社会运行的良性机制
2007年，天津市南开区建设开发公司按照全区城建工作的整体部署，承担了市区重点项目地铁二号线咸阳路站点的拆迁任务，该项目得到了区委、区政府的极大关注，得到了市区房屋拆迁管理
简述了数据仓库，联机分析处理，数据挖掘的概念和技术，提出和实现了一种利用数据仓库技术及其工具，结合传统ＤＳＳ的四库结构，设计和实现决策支持系统的新方法。
事业单位国有资产的有效管理是我国财政管理的重要内容．美系到社会事务的正常运转．特别是事业单位国有资产的使用方式、使用效率成为关注的热点．本文以北京市朝阳区资产清查的审
目的了解仿真模拟教学法应用于《传染病护理学》教学中是否可以提高护理学生的总体成绩。方法以新疆医科大学护理学院2015级护理本科两个班105名学生为研究对象,将学生随机分
对气相色谱-质谱法（GC／MS）测定猪肝中盐酸克仑特罗残留的不确定度进行评定。通过对测定过程中各变量的分析，确定了不确定度来源，建立了数学模型，计算出了各变量的不确定度，最后计算
目的探讨延续性护理在营养不良患儿中的应用及效果。方法选择2015年1月-2016年12月我科收治的54名营养不良患儿出院后给予延续护理,通过跟踪随访及时纠正家长居家护理中的不