一种基于AHP的广义机器学习评价体系制造技术

本发明专利技术公开一种基于AHP的广义机器学习评价体系，本技术方案建立的模型与评价指标经证明适用于定量评价更多的羊逃逸机器学习方法，模型通用性强、推广性高，本技术方案建立的模型羊犬运动博弈问题的分析不仅使得问题在一定程度上得到解决，并且为改进模糊森林模型、建立更合理的评价体系提供了参考经验，本技术方案建立的模型对于数据的分布、样本量、以及指标无严格的限制，既适应于小样本资料，也对较大单元的大系统由良好的适应性、契合性，本模型的可靠性高、可操作性强，所采用的研究方法移植性强，本评价体系对于定量评价更多的羊逃逸机器学习方法有突出作用。逃逸机器学习方法有突出作用。逃逸机器学习方法有突出作用。

【技术实现步骤摘要】
一种基于AHP的广义机器学习评价体系


[0001]本专利技术属于机器人学习相关
，具体涉及一种基于AHP的广义机器学习评价体系。

技术介绍

[0002]近年来，随着机器学习的发展，机器学习要应用的场景越来越复杂，许多博弈论的中出现的场景被引入机器学习中来，羊
‑
犬博弈问题就是其中之一。博弈机器学习(Game Machine Learning)将博弈论的思想引入机器学习中，即以博弈论的思想对人的动态策略进行显式建模，利用行为模型和决策模型相结合的方式来解决这一类难题。针对羊
‑
犬博弈问题，本技术方案提出了一种适用于解决羊犬问题的机器学习方法及其适用的AHP广义评价体系。本技术方案应用微分方程法研究出了犬的最优围堵策略，在极限条件下求解出羊可以胜出的逃逸条件；并且，选取Gini指数作为选择最优的划分属性的准则来构建CART决策树进行决策，通过模糊森林算法得出了羊通过学习训练后实现逃逸的方法；最后设计了一套基于层次分析法的AHP广义机器学习评价体系。
[0003]羊
‑r/>犬博弈问题典型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AHP的广义机器学习评价体系，其特征在于：机器人学习评价体系由以下内容构成：一、对犬的运动进行分析，并且通过与羊运动路线的对比，分别建立微分方程进行求解；二、结合犬的最优运动条件和羊犬的运动过程，求解在极限情况下羊出逃的概率，即确定羊在犬最优策略下的胜出条件；三、给出一种机器学习的方法对羊进行逃逸训练，使得羊通过学习训练后实现逃逸；四、通过对机器学习方法的分析，定量衡量该方法的可行性并给出其学习能力的评价；五、使用相同的评价方法对其他模型进行合理分析和评估。2.根据权利要求1所述的一种基于AHP的广义机器学习评价体系，其特征在于：对犬的运动进行分析，并且通过与羊运动路线的对比，分别建立微分方程进行求解，首先，将犬看作定圆的匀速圆周运动，将羊看作远离圆心的匀速圆周运动；其次，通过分析羊犬的速度与场地半径之间的关系，采用微分方程法，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，因此，该阶段以最小羊犬间距离为目标，进行建模求解。3.根据权利要求1所述的一种基于AHP的广义机器学习评价体系，其特征在于：在求解犬的最优运动条件和羊犬的运动过程中，求解在极限情况下羊出逃的概率，即确定羊在犬最优策略下的胜出条件，我们可以得出羊犬间的最小距离即是犬的最优围堵策略。但是，此方法为局部最优，即羊在极限条件下仍有逃脱的概率。所以，之后重点利用大数定理，对模型进行多次测试和记录，最终得出羊可...

【专利技术属性】
技术研发人员：何立蜓，
申请(专利权)人：西南大学，
类型：发明
国别省市：