Test_tju的博客

1. 概述MDP由一个代理agent和一个环境 E ，一组可能的状态 S ，一组可用的行动 A ，和奖励函数 r: S×A→r 构成。在离散时间的步骤中，代理agent不断地从与环境的交互中 学习并作出决策。在每个时间步 t ，代理观察环境的当前状态，记作 st∈S ，并根据策略π选择执行一个动作 at∈A 。之后，代理从环境E中收到达到当前状态st的一个标量奖励 rt = r(st,at)...

1、无偏估计如何理解无偏估计量？为什么样本方差（sample variance）的分母是 n-1？

简介主成分分析（PCA）是将多个变量通过线性变换，以选出较少个数的重要变量的一种多元统计分析方法。主成分：由原始指标综合形成的几个新指标。依据主成分所含信息量的大小成为第一主成分，第二主成分等。使用PCA的原因：指标太多不利于清晰表述，指标太少则不全面。算法实例使用SPSS软件进行数据分析：（1）打开EXCEL文件（2）进行因子分析（3）计算结果（4）求指标对应的系...

模型背景模型介绍排队过程排队系统的要素（1）顾客输入过程（2）排队结构与排队规则（3）服务机构与服务规则模型分析时间分布排队模型示例：系统运行状态参数系统运行指标参数指标参数用于评价排队系统的优劣，主要有以下的三个依据：其中第4点服务强度最重要。λ表示单位时间到达的顾客数，u表示单位时间单个服务台最大可以处理的顾客数，s表示服务台数量。泊松流...

简介层次分析法适用于各种评价类的问题，一般用于确定评价指标、形成评价体系等。考虑角度例题引入分析最后，我们得到景色、花费、居住、饮食、交通这五个指标。此时若一次性考虑五个指标之间的关系，则容易考虑不周到。解决方法：分治，即两两比较，最终根据两两比较的结果确定权重。使用层次分析法解决问题重要性表格判断矩阵同理，就可以填写苏杭、北戴河、桂林这三个地方，在各个方面的判...

简介加权算术平均算子实例注意，在对属性值进行打分之前，需要进行归一化处理：归一化处理（1）效益型：越大越好（2）成本型：越小越好（3）固定型：尽量接近某个固定值α（4）偏理型：尽量偏离某个固定值β（5）区间型：尽量接近某个固定区间[a, b]（6）偏离区间型：尽量偏离某个固定区间[c, d]模型实例及解决方案注：属性值一般通过调查或者由原始数据得到，我们要...

简介灰色系统理论灰色系统的特点灰色预测灰色生成（1）累加生成例如：累加生成公式GM(1,1)模型推导过程：即有下面4个关系式：整理得：求解预测值：精度检验计算误差序列e(k)：（真实值 - 预测值）评判标准：...

Dijkstra算法在学习数据结构的图论部分已经有过一定的了解，可参考：图论基础简介算法步骤举例：求从v0到v11的最短距离每次从已纳入的部分出发，将到起始点总距离最小的那个新的点纳入。此处使用带权邻接矩阵更新距离：a[i][j]表示vi到vj的距离，举个例子：a[0][0]为v1到自身的距离，a[0][1]为v1到v2的距离，a[1][0]为v2到v1的距离……...

算法思想举例仿真结果：

模型背景算法简介举例模拟退火模型模拟要求（1）初始温度足够高（2）降温过程足够慢（3）终止温度足够低计算步骤应用场景例结果分析注：模拟退火模型只能对TSP问题进行一个近似的求解，不能完全精确地得出答案，同一个问题下可能有多种结果近似的方案。小结...

模型背景应用场景种群竞争模型例如 s1=0.5，则表示对于供养甲的资源来讲，单位数量的乙的消耗为单位数量的甲的0.5倍，即表示乙对于该资源的占有能力是甲的0.5倍（即竞争力弱）仿真结果及分析（1）设置自然增长率 r1=r2=1（2）改变自然增长率 r1=r2=0.3（3）修改甲和乙的最大容量 n1=10000, n2=100（4）修改甲和乙的初始数量 x1=10, x...

参考1、蒙特卡洛算法（简单理解）2、一文详解蒙特卡洛（Monte Carlo）法及其应用