声明
第一章简介
1.1复杂网络
1.1.1网络的基本概念及数学表述
1.1.2网络模型及特性
1.2供需网络及网络鲁棒性
1.2.1供需网络模型简介
1.2.2级联失效动力学
1.3机器学习理论
1.3.1机器学习分类
1.3.2增强学习
1.4资源配置理论
1.4.1少数者模型
1.4.2布尔博弈及其控制方法
1.5小结
第二章单层多源供需系统的级联失效及鲁棒性
2.1研究动机
2.2供需网络模型
2.2.2增长网路模型
2.3供需系统中的退火优化算法
2.4供需系统的鲁棒性
2.4.1优化和鲁棒性
2.4.2级联失效中的边容量效应
2.4.3级联失效中的冗余边作用
2.4.4不同负载的同质性
2.5持续扩张供需系统的优化
2.5.1 LDS增长机制
2.5.2 FFS增长机制
2.6总结与讨论
第三章AI系统中的资源配置
3.1研究动机
3.2 AI-MG模型
3.3 RL个体的自组织行为
3.3.1振荡收敛
3.3.2 AI - MG系统的间歇性跃变失效
3.3.3跃变之间的时间间隔
3.3.4 AI - MG系统的理论分析
3.4 RL个体Q矩阵重构
3.5总结与讨论
第四章时变环境中的增强学习
4.2模型
4.3自组织优化
4.3.1相空间划分
4.3.2 RL个体可以迅速响应时变环境
4.3.3 ε的影响
4.3.4环境变化频率f的影响
4.4时间序列ρ+的理论分析
4.5总结与讨论
第五章总结与展望
5.1总结
5.2展望
参考文献
在学期间的研究成果
致谢
兰州大学;