發(fā)布時間：2022-11-01 18:45

　　離散事件動態(tài)系統(tǒng)（DEDS）是上世紀(jì)80年代以來興起的一門學(xué)科。它淵源于排隊和網(wǎng)絡(luò)分析問題,由于信息處理、計算機和機器人等技術(shù)的發(fā)展、完善和應(yīng)用的需要,出現(xiàn)了計算機集成制造、通訊網(wǎng)絡(luò)、計算機網(wǎng)絡(luò)、交通調(diào)度和公共服務(wù)等一系列人造系統(tǒng),這使得對于DEDS的研究更為迫切,并且極具實際的價值。越來越多的人進入到DEDS這一極富挑戰(zhàn)性的研究領(lǐng)域,在建模、分析、控制、綜合等問題作了很多研究。 本論文是在已有成果的基礎(chǔ)上,對極大代數(shù)線性DEDS的性能分析算法（即周時計算算法）進行研究。Howard算法和CalcCycleTime算法是目前該類算法中效率最高的算法,本文重點對它們通過數(shù)值試驗,進行比較和研究,并對算法提出改進。 本文首先深入研究了這兩個算法。Howard算法是策略迭代算法,首先進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)矩陣的周時被求出,不滿足,進行策略改進。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... 

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
中文摘要
ABSTRACT
1 綜述
    1.1 離散事件動態(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
    1.4 本文的主要工作和結(jié)構(gòu)
2 預(yù)備知識
    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
    2.5 本章小結(jié)
3 Howard算法
    3.1 預(yù)備知識
        3.1.1 周時向量的唯一性
        3.1.2 不可約矩陣周時向量的存在性
        3.1.3 常規(guī)矩陣的廣義特征模式
        3.1.4 一類特殊的矩陣
    3.2 計算周時的Howard算法
        3.2.1 值確定(Value determination)
        3.2.2 改進策略(Policy improvement)
        3.2.3 Howard算法小結(jié)
    3.3 Howard算法的一點改進
    3.4 Howard算法的計算機編程實現(xiàn)
    3.5 本章小結(jié)
4 CalcCycleTime算法
    4.1 預(yù)備知識
        4.1.1 極小極大函數(shù)的概念
        4.1.2(n,n)型函數(shù)的三個基本性質(zhì)
        4.1.3(n,n)型函數(shù)的周時
        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)的計算機表示
        4.1.6 對偶定理
        4.1.7 極小極大函數(shù)的特征向量相關(guān)概念
    4.2 計算周時的CalcCycleTime算法
        4.2.1 預(yù)備結(jié)果
        4.2.2 計算周時的CalcCycleTime算法
        4.2.3 計算譜半徑算法
    4.3 對偶CalcCycleTime算法
    4.4 對偶CalcCycleTime算法的編程實現(xiàn)
    4.5 本章小結(jié)
5 Howard算法與對偶CalcCycleTime算法比較
    5.1 實驗環(huán)境
        5.1.1 實驗的軟硬件環(huán)境
        5.1.2 運行時間測量
        5.1.3 測試數(shù)據(jù)
        5.1.4 數(shù)據(jù)結(jié)構(gòu)
    5.2 實驗結(jié)果
        5.2.1 運行時間比較
        5.2.2 迭代次數(shù)比較
        5.2.3 精度問題
    5.3 本章小結(jié)
6 算法改進
    6.1 初始策略選擇的優(yōu)化
    6.2 改進Howard算法
    6.3 本章小結(jié)
7 結(jié)論與展
參考文獻
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3699906