分布式Q学习多目标函数优化策略

• 作者: 宋天恒 李大字 高彦臣
• 来源期刊: 北京化工大学学报（自然科学版）
• 学科: 工学
• 关键词: Q学习算法 多目标优化 Pareto排序法
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 机电工程和信息科学
• 页码范围: 125-129
• 分类号: TP181
• 字数: 3759字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-4628.2011.05.025

摘要

将分布式Q学习算法与Pareto排序法相结合,提出了一种利用强化学习算法解决多目标优化问题的策略.该策略充分利用Q学习语句式的奖赏机制来描述问题的多重目标函数,并结合一般的Pareto排序法,在有限的迭代过程后输出可以充分接近于Pareto前沿的非支配解集.与其他智能搜索算法相比,该策略具有结构简单、无需先验知识、参数设置少的特点.测试函数优化问题验证了算法的有效性,为智能算法解决多目标优化f问题提供了一种新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李大字	北京化工大学信息科学与技术学院	45	301	10.0	16.0
2	宋天恒	北京化工大学信息科学与技术学院	2	1	1.0	1.0
3	高彦臣		12	50	5.0	6.0