环境感知的自适应深度强化学习路由算法

针对现有强化学习路由算法未能根据网络负载变化较好权衡动作探索和利用的问题,提出一种基于环境感知的自适应深度强化学习路由算法。依据智能体经验回放时的平均误差,动态调整ε-greedy策略以平衡探索和利用,引入启发式规则限制动作探索以积累正向经验,结合优先经验回放机制加速模型收敛,提升智能体收敛前后的网络吞吐量和数据交付率。仿真结果表明,部署了该算法的网络的吞吐量和数据交付率均高于部署了其它基准算法的网络环境。

不同太阳波谱的聚光光伏系统冷却功率研究

当前高倍聚光光伏系统(CPV)的发电效率和功率仍受冷却条件限制。为实现光伏电池在低冷却热流密度条件下最大功率输出,提出通过光谱分频技术实现太阳波谱-发电效率-发电功率-冷却功率的匹配,首先基于光伏电池外量子效率,分析了不同太阳波谱分频后发电效率和发电功率的变化规律,然后搭建了基于微热管阵列冷却的光谱分频CPV试验系统,初步在400~700 nm和740~940 nm两段波谱进行了试验研究。结果表明,光伏电池在该两段波谱下发电功率相差不大,但400~700 nm波谱的发电效率比740~940 nm波谱小,后者最大接近23%,相比全光谱下的发电效率提高9%;400~700 nm波谱需要冷却功率为740~940 nm波谱的2倍。可见,通过光谱分频技术控制光伏电池接收太阳辐照的波谱段,可以降低CPV系统的冷却功率,能在相同冷却功率条件下实现系统更大的发电功率输出。

基于知识指导的安全强化学习路由算法

在大流量传输场景中,传统启发式路由选择协议无法根据网络状态动态调整路由策略,而基于数据驱动的路由协议在训练初期无法保证网络吞吐量。针对此问题,提出基于先验知识指导的安全强化学习路由算法,把先验知识引入深度强化学习模型的动作选择,结合ε-greedy策略,根据网络状态对下一跳进行评估和约束,必要时提供更优动作,避免无效动作。基于Keras与Networkx的仿真实验表明:该算法可使网络保持较高的吞吐量,网络性能波动可稳定在较小的范围内,模型收敛速度显著提升。

与“代码”亲密接触

每当和其他专业的小伙伴说起IT界的事，她们都会向我投来崇拜的目光，大家想当然地认为，搞IT的人都非常厉害。然而，我除外。计算机学院就像武侠小说中的武林，能力强的同学是大侠：而我，只是会点三脚猫功夫的小兵。因此，我迫切希望自己能在大侠的带领下，取得一点突破。