極大代數(shù)線性離散事件動(dòng)態(tài)系統(tǒng)性能估計(jì)算法研究
發(fā)布時(shí)間:2022-11-01 18:45
離散事件動(dòng)態(tài)系統(tǒng)(DEDS)是上世紀(jì)80年代以來(lái)興起的一門(mén)學(xué)科。它淵源于排隊(duì)和網(wǎng)絡(luò)分析問(wèn)題,由于信息處理、計(jì)算機(jī)和機(jī)器人等技術(shù)的發(fā)展、完善和應(yīng)用的需要,出現(xiàn)了計(jì)算機(jī)集成制造、通訊網(wǎng)絡(luò)、計(jì)算機(jī)網(wǎng)絡(luò)、交通調(diào)度和公共服務(wù)等一系列人造系統(tǒng),這使得對(duì)于DEDS的研究更為迫切,并且極具實(shí)際的價(jià)值。越來(lái)越多的人進(jìn)入到DEDS這一極富挑戰(zhàn)性的研究領(lǐng)域,在建模、分析、控制、綜合等問(wèn)題作了很多研究。 本論文是在已有成果的基礎(chǔ)上,對(duì)極大代數(shù)線性DEDS的性能分析算法(即周時(shí)計(jì)算算法)進(jìn)行研究。Howard算法和CalcCycleTime算法是目前該類(lèi)算法中效率最高的算法,本文重點(diǎn)對(duì)它們通過(guò)數(shù)值試驗(yàn),進(jìn)行比較和研究,并對(duì)算法提出改進(jìn)。 本文首先深入研究了這兩個(gè)算法。Howard算法是策略迭代算法,首先進(jìn)行策略選擇并求出相應(yīng)的策略矩陣的廣義特征模式,然后檢測(cè)策略矩陣的廣義特征模式是否為最初矩陣的廣義特征模式。如果滿足,則極大代數(shù)矩陣的周時(shí)被求出,不滿足,進(jìn)行策略改進(jìn)。CalcCycleTime算法也是策略迭代算法,但與Howard算法相比采用了不同的思路。它首先利用CalcSpectralR...
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
中文摘要
ABSTRACT
1 綜述
1.1 離散事件動(dòng)態(tài)系統(tǒng)
1.2 極大代數(shù)線性與非線性系統(tǒng)
1.3 極大代數(shù)線性系統(tǒng)的性能估計(jì)
1.4 本文的主要工作和結(jié)構(gòu)
2 預(yù)備知識(shí)
2.1 極大代數(shù)
2.2 有向圖分析法
2.3 極大代數(shù)矩陣的特征值和特征向量
2.4 極大代數(shù)矩陣的周時(shí)
2.5 本章小結(jié)
3 Howard算法
3.1 預(yù)備知識(shí)
3.1.1 周時(shí)向量的唯一性
3.1.2 不可約矩陣周時(shí)向量的存在性
3.1.3 常規(guī)矩陣的廣義特征模式
3.1.4 一類(lèi)特殊的矩陣
3.2 計(jì)算周時(shí)的Howard算法
3.2.1 值確定(Value determination)
3.2.2 改進(jìn)策略(Policy improvement)
3.2.3 Howard算法小結(jié)
3.3 Howard算法的一點(diǎn)改進(jìn)
3.4 Howard算法的計(jì)算機(jī)編程實(shí)現(xiàn)
3.5 本章小結(jié)
4 CalcCycleTime算法
4.1 預(yù)備知識(shí)
4.1.1 極小極大函數(shù)的概念
4.1.2(n,n)型函數(shù)的三個(gè)基本性質(zhì)
4.1.3(n,n)型函數(shù)的周時(shí)
4.1.4 極小極大函數(shù)的極大代數(shù)形式表示
4.1.5 極小極大函數(shù)的計(jì)算機(jī)表示
4.1.6 對(duì)偶定理
4.1.7 極小極大函數(shù)的特征向量相關(guān)概念
4.2 計(jì)算周時(shí)的CalcCycleTime算法
4.2.1 預(yù)備結(jié)果
4.2.2 計(jì)算周時(shí)的CalcCycleTime算法
4.2.3 計(jì)算譜半徑算法
4.3 對(duì)偶CalcCycleTime算法
4.4 對(duì)偶CalcCycleTime算法的編程實(shí)現(xiàn)
4.5 本章小結(jié)
5 Howard算法與對(duì)偶CalcCycleTime算法比較
5.1 實(shí)驗(yàn)環(huán)境
5.1.1 實(shí)驗(yàn)的軟硬件環(huán)境
5.1.2 運(yùn)行時(shí)間測(cè)量
5.1.3 測(cè)試數(shù)據(jù)
5.1.4 數(shù)據(jù)結(jié)構(gòu)
5.2 實(shí)驗(yàn)結(jié)果
5.2.1 運(yùn)行時(shí)間比較
5.2.2 迭代次數(shù)比較
5.2.3 精度問(wèn)題
5.3 本章小結(jié)
6 算法改進(jìn)
6.1 初始策略選擇的優(yōu)化
6.2 改進(jìn)Howard算法
6.3 本章小結(jié)
7 結(jié)論與展
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3699906
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
中文摘要
ABSTRACT
1 綜述
1.1 離散事件動(dòng)態(tài)系統(tǒng)
1.2 極大代數(shù)線性與非線性系統(tǒng)
1.3 極大代數(shù)線性系統(tǒng)的性能估計(jì)
1.4 本文的主要工作和結(jié)構(gòu)
2 預(yù)備知識(shí)
2.1 極大代數(shù)
2.2 有向圖分析法
2.3 極大代數(shù)矩陣的特征值和特征向量
2.4 極大代數(shù)矩陣的周時(shí)
2.5 本章小結(jié)
3 Howard算法
3.1 預(yù)備知識(shí)
3.1.1 周時(shí)向量的唯一性
3.1.2 不可約矩陣周時(shí)向量的存在性
3.1.3 常規(guī)矩陣的廣義特征模式
3.1.4 一類(lèi)特殊的矩陣
3.2 計(jì)算周時(shí)的Howard算法
3.2.1 值確定(Value determination)
3.2.2 改進(jìn)策略(Policy improvement)
3.2.3 Howard算法小結(jié)
3.3 Howard算法的一點(diǎn)改進(jìn)
3.4 Howard算法的計(jì)算機(jī)編程實(shí)現(xiàn)
3.5 本章小結(jié)
4 CalcCycleTime算法
4.1 預(yù)備知識(shí)
4.1.1 極小極大函數(shù)的概念
4.1.2(n,n)型函數(shù)的三個(gè)基本性質(zhì)
4.1.3(n,n)型函數(shù)的周時(shí)
4.1.4 極小極大函數(shù)的極大代數(shù)形式表示
4.1.5 極小極大函數(shù)的計(jì)算機(jī)表示
4.1.6 對(duì)偶定理
4.1.7 極小極大函數(shù)的特征向量相關(guān)概念
4.2 計(jì)算周時(shí)的CalcCycleTime算法
4.2.1 預(yù)備結(jié)果
4.2.2 計(jì)算周時(shí)的CalcCycleTime算法
4.2.3 計(jì)算譜半徑算法
4.3 對(duì)偶CalcCycleTime算法
4.4 對(duì)偶CalcCycleTime算法的編程實(shí)現(xiàn)
4.5 本章小結(jié)
5 Howard算法與對(duì)偶CalcCycleTime算法比較
5.1 實(shí)驗(yàn)環(huán)境
5.1.1 實(shí)驗(yàn)的軟硬件環(huán)境
5.1.2 運(yùn)行時(shí)間測(cè)量
5.1.3 測(cè)試數(shù)據(jù)
5.1.4 數(shù)據(jù)結(jié)構(gòu)
5.2 實(shí)驗(yàn)結(jié)果
5.2.1 運(yùn)行時(shí)間比較
5.2.2 迭代次數(shù)比較
5.2.3 精度問(wèn)題
5.3 本章小結(jié)
6 算法改進(jìn)
6.1 初始策略選擇的優(yōu)化
6.2 改進(jìn)Howard算法
6.3 本章小結(jié)
7 結(jié)論與展
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3699906
本文鏈接:http://sikaile.net/projectlw/xtxlw/3699906.html
最近更新
教材專(zhuān)著