Algorithm 复杂动态系统的在线机器学习算法
我有一个复杂的动力系统,它的输入是Algorithm 复杂动态系统的在线机器学习算法,algorithm,machine-learning,neural-network,genetic-algorithm,hidden-markov-models,Algorithm,Machine Learning,Neural Network,Genetic Algorithm,Hidden Markov Models,我有一个复杂的动力系统,它的输入是x1,x2,x3,输出是y1,y2,y3。我没有这个系统的任何数学模型x(k)是系统的当前输入,y(k)是系统的当前输出。 我的目标是找到x1(k+1)、x2(k+1)、x3(k+1)以最大化y1(k+1)+y2(k+1)+y3(k+1)。我只能访问当前状态(k)和过去状态(k-1)值。 直观地y_i(k)=f(x1(k),x2(k),x3(k))其中i=1,2,3。 系统仅接受输入s.ta
x1,x2,x3
,输出是y1,y2,y3
。我没有这个系统的任何数学模型x(k)
是系统的当前输入,y(k)
是系统的当前输出。
我的目标是找到x1(k+1)、x2(k+1)、x3(k+1)
以最大化y1(k+1)+y2(k+1)+y3(k+1)
。我只能访问当前状态(k)和过去状态(k-1)值。
直观地y_i(k)=f(x1(k),x2(k),x3(k))
其中i=1,2,3
。
系统仅接受输入s.ta
。
有没有在线机器学习算法可以用来解决这个问题?
我非常感谢您的反馈
谢谢和问候
Marcella你似乎在寻找某种类型的神经网络。谢谢你的回答。我认为某种类型的神经网络会对这个问题有用。你是说神经网络意义上的动力系统?(常规动力系统是不一样的)应该给边赋值吗?席席是什么输入系统。我是这样想的,在每个状态之后,我可以获取系统的输出(yi(k),yi(k-1)),并可以计算下一个状态xi(k+1)的输入。这听起来就像一个马尔可夫过程。