基于逆向強化學習的鐵路線路方案優(yōu)選研究

摘要： 鐵路線路方案評價及比選多采用組合賦權法，其主觀賦權過程計算冗雜。選取具備一定程度普適性的專家案例，采用最大熵逆向強化學習方法從專家案例中學習主觀賦權“知識”，得到專家案例隱藏的“獎勵”，從而獲取可解釋性的主觀權重。將此主觀權重與離差法所得客觀權重組合并投入后續(xù)TOPSIS(Technique for Order Preference by Similarity to Ideal...