【摘 要】
：
提出了一种基于Markov决策过程的弹道导弹中段突防控制模型,并基于状态-动作对值函数建立了一种完全数据驱动的控制模型。为了加快深度神经网络的收敛速度、增强训练过程中的
【基金项目】
：
国防重点实验室开放基金(61425010102)资助项目
论文部分内容阅读
提出了一种基于Markov决策过程的弹道导弹中段突防控制模型,并基于状态-动作对值函数建立了一种完全数据驱动的控制模型。为了加快深度神经网络的收敛速度、增强训练过程中的稳定性,引入了竞争架构和目标网络架构,设计了一种深度神经网络架构竞争双深度Q网络(D3Q)。对传统深度Q网络(DQN)的强化学习算法中的记忆池生成方法进行了改进,提升了训练样本质量。训练及验证结果表明,该方法实现了D3Q网络对弹道导弹中段突防最优控制模型的逼近。
其他文献
结合当前莆田市农业机械化发展概况，分析了农机化发展未跟上现代农业发展步伐的主要原因，从加大政府的支农力度、加强与省农机科研单位或大学院校的联系、搞好服务、加强监管，确
针对实体理解中实体识别问题,传统的实体标签方法致力于在不同实体中找到其独特特征。为了便于理解知识图谱(KG)中每个实体的区分性,提出了一种基于KG的实体标签方法来识别出
随着世界各国对能源需求的不断增长,开发高含硫气田有助于缓解能源紧张的局面,其在整个天然气工业中的地位也将越来越突出。与常规天然气相比,高含硫天然气不仅具有极强的腐
托马斯·哈代是英国维多利亚时期著名的小说家,他因创作了多部卓尔不群的著作而被称为小说界的莎士比亚。哈代一生经历了两个世纪的更替,天生具有敏锐洞察力与时代感知力的他
介绍了 16例儿童颅内室管膜瘤术后放疗的方法和护理体会 ,在护理中首要注重心理护理 ,放疗中密切观察颅内高压症的表现 ,给予及时的处理 ;其次做好全过程的健康教育及外周静