大数据-算法-非线性分段光滑动力系统的最优控制及稳定性.pdf

针对服务功能链映射对网络时延和部署失败率的影响，提出了一种基于深度强化学习的服务功能链映射算法DQN-SFC。首先构建了一个多层次NFV管理编排架构，以满足算法对资源感知和设备配置的需求；然后基于马尔可夫决策过程建模，对SFC映射问题进行形式化描述；最后构建了一个深度强化学习网络，将网络平均时延和部署失败产生的运维开销作为奖惩反馈，经过训练后可根据网络状态决定虚拟网络功能的部署位置。通过仿真实验，对该算法的正确性和性能优势进行了验证。实验表明：与传统算法相比，该算法能有效降低网络平均时延和部署失败率，同时算法运行时间具有一定优势。

基于持续期模型的网络银行利率风险最优控制，石晓峰，，本文首先从宏观和微观两个角度分析了网络银行利率风险的特性，指出网络银行面临的利率风险在深度、广度、信用卡业务、国外储蓄业

基于深度强化学习的小球弹射控制系统仿真对比DDPG和TD3，matlab2021a仿真测试。

基于多智能体的深度强化学习RL的优化OBSS干扰的matlab仿真，matlab2021a测试，深度强化学习训练过程仿真较长。

基于Qlearning深度强化学习的最小化OBSS干扰的matlab仿真_优化过程为20round，matlab2021a测试。

所有代码都是用Python 3编写的，并使用OpenAI Gym的RL环境。高级技术使用Tensorflow实现神经网络。 This repository provides code, exercises and solutions for popular Reinforcement Learning algorithms. These are meant to serve as a learning tool to complement the theoretical materials from Reinforcement Learning: An Introduction (2nd Edition) David Silver's Reinforcement Learning Course Each folder in corresponds to one or more chapters of the above textbook and/or course. In addition to exercises and solution, each folder als

RLBook资料集锦。 强化学习入门资料Algorithms for Reinforcement Learning。 强化学习导论和代码实例。 中文英文都有。

最优控制这门选修课的习题答案，题目来源于刘豹的《现代控制理论》第六章的课后题

伪谱法通过全局插值多项式参数化状态和控制变量, 将最优控制问题(OCP) 转化为非线性规划问题(NLP) 进行求解, 是一类具有更高求解效率的直接法. 总结Legendre 伪谱法转化Bolza 型最优控制问题的基本框架, 推导OCP 伴随变量与NLP 问题KKT乘子的映射关系, 建立基于拟牛顿法的LGL 配点数值计算方法, 并针对非光滑系统, 进一步研究分段伪谱逼近策略. 基于上述理论开发通用OCP 求解器, 并对3 个典型最优控制问题进行求解, 结果表明了所提出方法和求解器的有效性.