基于一个微分对策问题的机器学习能力定量评价

由于用机器学习方法求解诸如最优控制、微分对策这样具有连续动作和状态的问题时，效率（效果/算力）较低，特殊的微分对策问题将是测试机器学习方法的竞争案例。

一个古老的羊-犬博弈问题：羊在半径为 R 的圆形圈内具有定常速率 v 和满足以下限制的任意转弯能力：逃逸路径上每一点与圆心的距离随时间单调不减。羊逃出圆形圈则胜。犬沿着圆周以定常速率 V 围堵以防止羊逃逸，任何时刻具有选择圆周的两个方向之一的能力。
任务：

通过运动学精确建模求解犬的最优围堵策略；
假设犬以最优策略围堵，基于精确建模求解羊可以逃逸胜出
的条件；
假设羊理解自己的能力、限制和躲避犬围堵而逃逸的目标，
但不具备基于运动学的最优化决策知识，假设 2 中羊可以逃
逸的条件被满足，给出一种机器学习方法，使得羊通过学习
训练后实现逃逸；
设计一套评价体系，定量评价 3 中给出的机器学习方法的学
习能力；
提出并定量评价更多的羊逃逸机器学习方法

问题分析：

对于问题一，通过对犬的运动进行分析，可以将其看作匀速圆周运动，对于羊，可以看作原理圆心的运动。通过对比羊犬的速度与场地半径之间的关系，分别建立犬的圆周运动微分方程以及羊的随机运动微分方程，通过羊全的运动范围确定犬的最优围堵方案。（需要列出具体的方程求解）。
对于问题二，在问题一的条件下，结合羊犬的运动进行分析，分析极限情况下羊被犬抓住的概率，由此确定羊在犬的最优化策略下的胜出条件。
对于问题三，通过对羊的运动轨迹进行分析，结合犬对于羊的限制条件，结合问题一与问题二中的条件，结合随机森林算法对羊的路线进行分析，以羊的运动轨迹坐标作为数据集，建立随机森林模型，使用matlab进行求解，最终得到羊通过训练后实现逃逸的路线。
对于问题四，对羊逃逸学习的随机森林模型进行分析，对羊的运动轨迹、犬的限制以及数据集选取（随机森林模型选取部分数据进行学习）进行分析，采用模糊综合评价分析不同影响因素的判断矩阵，结合matlab得到不同影响因素的权重。并通过影响因素自身的得分得到最终的评价。
对于问题五，通过最优化模型对羊犬博弈问题进行分析，结合问题四建立的模糊综合评价模型进行评价，得到不同的机器学习方法定量评价。对比不同的评价方法，得到适合本文的评价方法。

模型的求解

通过对羊的运动轨迹进行分析，结合犬对于羊的限制条件，结合问题一与问题二中的条件，结合随机森林算法对羊的路线进行分析，以羊的运动轨迹坐标作为数据集，建立随机森林模型，使用 matlab 进行求解，最终得到羊通过训练后实现逃逸的路线。

部分程序如下所示：

#构造data子集及机器学习框架
'''遇到问题没人解答？小编QQ:917267119'''
import pandas as pd
from sklearn import preprocessing
from sklearn.ensemble import RandomForestRegressor
from sklearn.datasets import load_boston
boston_house = load_boston()
boston_feature_name = boston_house.feature_names
boston_features = boston_house.data
boston_target = boston_house.target
rgs = RandomForestRegressor(n_estimators=15)  ##随机森林模型
rgs = rgs.fit(boston_features, boston_target)
rgs.predict(boston_features)
from sklearn import tree
rgs2 = tree.DecisionTreeRegressor()           ##决策树模型，比较两个模型的预测结果！
rgs2.fit(boston_features, boston_target)
rgs2.predict(boston_features)

#构造data子集
def get_subsample(dataSet,ratio):subdataSet=[]lenSubdata=round(len(dataSet)*ratio)while len(subdataSet) < lenSubdata:index=randrange(len(dataSet)-1)subdataSet.append(dataSet[index])#print len(subdataSet)return subdataSet#选取任意的n个特征，在这n个特征中，选取分割时的最优特征
def get_best_spilt(dataSet,n_features):features=[]class_values=list(set(row[-1] for row in dataSet))b_index,b_value,b_loss,b_left,b_right=999,999,999,None,Nonewhile len(features) < n_features:index=randrange(len(dataSet[0])-1)if index not in features:features.append(index)#print 'features:',featuresfor index in features:for row in dataSet:left,right=data_spilt(dataSet,index,row[index])loss=spilt_loss(left,right,class_values)if loss < b_loss:b_index,b_value,b_loss,b_left,b_right=index,row[index],loss,left,right#print b_loss#print type(b_index)return {'index':b_index,'value':b_value,'left':b_left,'right':b_right}

2021深圳杯d题数学建模基于一个微分对策问题的机器学习能力定量评价相关推荐

2021深圳杯东三省D题具体思路+部分代码+抓捕数据
2021深圳杯数学建模D题基于一个微分对策问题的机器学习能力定量评价由于用机器学习方法求解诸如最优控制.微分对策这样具有连续动作和状态的问题时,效率(效果/算力)较低,特殊的微分对策问题将是测试机 ...
[数模小记]2021深圳杯东三省
[数模小记]2021深圳杯&东三省上午和队友把深圳杯&东三省的论文交了,终于迎来了完结撒花的时刻,感谢队友带飞,现在简单谈谈感想吧. 比赛评价没想到第一次打数模就是深圳杯,基本算是 ...
2021 年高教社杯全国大学生数学建模竞赛A题分析
2021 年高教社杯全国大学生数学建模竞赛A题分析题目赛题分析前言问题一分析问题二分析问题三分析题目 A 题 "FAST"主动反射面的形状调节中国天眼--500 米 ...
2021年高教社杯全国大学生数学建模竞赛赛题C题生产企业原材料的订购与运输分析、思路与参考文献！！（关注持续更新！！）
2021 年高教社杯全国大学生数学建模竞赛题目 C 题生产企业原材料的订购与运输某建筑和装饰板材的生产企业所用原材料主要是木质纤维和其他植物素纤维材料, 总体可分为 A,B,C 三种类型.该企业每 ...
尖峰法聚类：2021 年高教社杯全国大学生数学建模竞赛 E题中药材的鉴别问题1
PeakCluster是Lu优化库中的一个函数,该函数利用数据曲线尖峰形状和位置进行聚类分析. 例子:2021 年高教社杯全国大学生数学建模竞赛 E题中药材的鉴别问题1:根据附件 1 中几种药材的 ...
2021年高教社杯全国大学生数学建模B题（乙醇偶合制备C4烯烃）
文章目录一.题目二.资源一.题目 2021年高教社杯全国大学生数学建模竞赛题目 (请先阅读"全国大学生数学建模竞赛论文格式规范") --------------------- ...
2021年第二届“华数杯”全国大学生数学建模竞赛
一.比赛背景为了培养学生的创新意识及运用数学方法和计算机技术解决实际问题的能力,中国未来研究会大数据与数学模型专业委员会决定举办华数杯全国大学生数学建模竞赛.竞赛的目标是为培养大学生的科学精神及运用 ...
2010年高教社杯全国大学生数学建模竞赛题目B题解析及层次分析法AHP在其中的应用
2010年高教社杯全国大学生数学建模竞赛题目 B题 2010年上海世博会影响力的定量评估 2010年上海世博会是首次在中国举办的世界博览会.从1851年伦敦的"万国工业博览会"开始 ...
2021数维杯国际大学生数学建模挑战赛报名通知
一.竞赛背景为了培养学生的创新意识及运用数学方法和计算机技术解决实际问题的能力,内蒙古创新教育学会举办2021"数维杯"国际大学生数学建模挑战赛(以下简称竞赛),数维杯大学生数学 ...
2020“数维杯”国际大学生数学建模竞赛赛题分析
2020"数维杯"国际大学生数学建模竞赛赛题分析 1.ABCD赛题分析 1.1A题翻译:中国螺纹钢需求预测 1.2B题翻译:股票价格的混沌模型 1.3C题翻译:城市道路最佳除雪方案 ...

2021深圳杯d题数学建模基于一个微分对策问题的机器学习能力定量评价

基于一个微分对策问题的机器学习能力定量评价

问题分析：

模型的求解

部分程序如下所示：

2021深圳杯d题数学建模基于一个微分对策问题的机器学习能力定量评价相关推荐

最新文章

热门文章

2021深圳杯d题数学建模 基于一个微分对策问题的机器学习能力定量评价

基于一个微分对策问题的机器学习能力定量评价

问题分析：

模型的求解

部分程序如下所示：

2021深圳杯d题数学建模 基于一个微分对策问题的机器学习能力定量评价相关推荐

最新文章

热门文章

2021深圳杯d题数学建模基于一个微分对策问题的机器学习能力定量评价

2021深圳杯d题数学建模基于一个微分对策问题的机器学习能力定量评价相关推荐