基于不确定性权重的保守Q学习离线强化学习算法

离线强化学习(Offline RL)中,智能体不与环境交互而是从一个固定的数据集中获得数据进行学习,这是强化学习领域研究的一个热点。目前多数离线强化学习算法对策略训练过程进行保守正则化处理,训练策略倾向于选择存在于数据集中的动作,从而解决离线强化学习中对数据集分布外(OOD)的状态-动作价值估值错误的问题。保守Q学习算法(CQL)通过值函数正则赋予分布外状态-动作较低的价值来避免该问题。然而,由于该算法正则化过于保守,数据集内的分布内状态-动作也被赋予了较低的价值,难以达到训练策略选择数据集中动作的目的,因此很难学习到最优策略。针对该问题,提出了一种基于不确定性权重的保守Q学习算法(UWCQL)。该方法引入不确定性计算,在保守Q学习算法的基础上添加不确定性权重,对不确定性高的动作给予更高的保守权重,使得策略能更合理地选择数据集分布内的状态-动作。将UWCQL算法应用于D4RL的MuJoCo数据集中进行了实验,实验结果表明,UWCQL算法具有更好的性能表现,从而验证了算法的有效性。

基于突变理论的内蒙古巴彦淖尔市凌洪灾害风险评估

黄河内蒙古段凌洪灾害频发,凌情复杂多变,防凌除险难度极大,因此凌洪灾害的风险评估是开展防凌工作的重要部分。选取内蒙古巴彦淖尔市沿黄5个旗县区为风险区,通过分析凌洪灾害驱动机理,基于灾害学和突变理论建立灾害风险评估体系,得到各风险区的风险等级。结果表明,各风险区风险等级随黄河过境顺序呈逐级递减的态势,其中磴口县(0.956)属极高风险地区,杭锦后旗(0.923)、临河区(0.907)属高风险地区,乌拉特前旗(0.899)、五原县(0.885)属中等风险地区。突变评估结果与模糊优选法评价结果基本一致,且与历史险情统计基本吻合,验证了突变理论评价结果的合理性,可为巴彦淖尔市防凌减灾工作的科学规划、合理部署提供参考。

中国钼业的历史与现状

中国的钼金属储量仅次于美国、智利,占世界第三位。30年代我国开始生产钼产品,经历60多年的风风雨雨,形成了采、选、冶、深加工整套钼产品的生产系列。我国钼产品生产随国际钼市场的起伏而相应变化。60年来经历了1962年、1979年、1988年、1993年下半年。

用阴离子交换法回收铼的新工艺

在焙烧含硫化物的精矿时,于900～1000℃下有90%以上的铼都能挥发。这种方法的明显缺点是能耗较高。文献曾介绍通过活性炭吸附的方法,可从含大量钼的硝酸溶液中分离出铼。但这种吸附剂的容量很小,加工费用较高。与这种方法相比,建立在离子交换剂上的工艺,可使这些缺点得到明显改进。

中国钢铁工业钼消费量调查与预测

对近几年我国钢铁工业中钼消费量作了调查，并对２０００年作了预测，还对扩大钼在钢铁工业中的应用提出了建议。

在青龙安家留茬免耕稻麦连作

在青龙安家留茬免耕稻麦连作青龙满族自治县肖营子镇温杖子村，是个两茬不足一茬有余的一年一作区。１９９０～１９９４年在农业技术人员指导下，试种了“留茬免耕稻麦连作“示范田，获得上茬小麦平均亩产３４８公斤，下茬水稻亩产４４２公斤，两茬总产７９０公斤的好收成...

“复关”对我国钼工业的影响

叙述了我国恢复关贸总协定（GATT）缔约国地位后，对国内钢工业产生的利弊影响，并对我国钼工业当前存在的问题提出了几点对策和建议。

污泥水解酸化制备碳源及其模拟应用研究

为解决市政污水厂脱氮除磷碳源缺乏和污泥处置问题,采用污泥水解酸化方法制备挥发性脂肪酸(VFAs)作为污水处理系统补充碳源,污泥水解装置最佳污泥初始浓度为10000 mg/L,最佳停留时间为72 h;进一步采用超声波和氢氧化镁协同预处理后,可将污泥水解上清液SCOD Cr释放量提高25.98%以上,同时削减氨氮和总磷超过29.84%和83.96%。最后将侧流污泥水解酸化装置与AOA-SBR装置进行耦合,进行模拟应用研究,运行结果显示,污泥水解上清液可100%替代外加碳源——乙酸钠,并确保SBR装置出水COD Cr、氨氮、总氮和总磷等指标达到一级A(GB18918-2002)排放标准,同时污泥产量降低21.29%。