论文研究一种基于动态参数调整的强化学习动作选择机制.pdf

针对神经密码学中现有队列机制学习规则安全性不足的问题，提出了一种新的安全性更高的学习规则。该学习规则修改了原学习规则改变权值的幅度，使权值修改的幅度不会因为突触深度的增加而增加，从而避免了因权值修改的

论文研究-基于学习行为的动态资产组合选择 .pdf,

提出了一种根据网络统计特征动态调节参数的RED改进算法DRED（DynamicRED），它能够降低丢包率，提高RED算法的网络适应性和链路利用率。实验结果表明，DRED算法是有效的。

针对克隆选择算法自适应能力较弱的缺陷，给出了一种基于危险理论的自适应克隆选择算法。设计了危险信号操作算子，该算子将种群浓度的变动作为环境因素，以抗体—抗原亲和力为依据计算各个抗体在该环境因素下的危险信

提出了一种基于Logistic模型的惯性权重非线性调整策略，采用OpenMP多线程编程，在微机上实现了微粒群算法的多核并行计算。通过对BenchMark测试函数集中的5个函数进行测试，试验结果表明，采

一种基于信息熵调整的自适应蚁群算法，肖菁，李亮平，针对基本蚁群算法在求解大规模旅行商问题易导致搜索时间过长或陷入停滞的问题，提出一种基于信息熵调整的自适应蚁群算法。该算法

为改善多智能体系统的稳定性,基于整体刚度约束,多智能体自主构形定位,从锚点选择角度提出一种容错机制,将单组最佳锚点选择问题转换成多组较优锚点选择问题,保障多智能系统良好运行.并以7个智能体所形成的自主

强化学习论文；强化学习就是智能系统从环境到行为映射的学习，以使奖励信号(强化信号)函数值最大

针对区分服务网络中多域间基于服务级别约定（SLA）的实时协商问题，在分析协商过程中消费者和服务者的优化目标和约束后，从系统平衡的角度，提出一种多域间的动态协商模型。此模型能够减少价格的频繁抖动，提高资

提出了一种支持规则动态检测机制的工作流系统，实现了规则的实时发现和实时运行功能，在一定程度上解决了业务领域中不同版本规则之间进行切换运行的问题。