强化学习驱动的海战场多智能体协同作战仿真算法

未来海战场形势瞬息万变,亟需依托人工智能技术实现对海战场环境的高质量作战仿真,以全面优化和提升我军战斗力,达成克敌制胜的目的。作战单元的协同合作是实现海战场作战仿真的关键环节,如何实现多智能体之间的均衡决策是作战仿真首要解决的问题。基于解耦的优先经验回放机制和注意力机制,提出强化学习驱动的多智能体协同作战仿真算法(multi-agent reinforcement learning-based cooperative combat simulation,MARL-CCSA)。在MARL-CCSA基础上,利用专家经验,设计一种多尺度奖励函数,并基于此函数构建一个海战场作战仿真环境,使MARL-CCSA在此环境中训练易于收敛。设计想定进行仿真实验,并与其他算法的效果进行对比,验证MARL-CCSA的可行性与实用性。

基于时空感知增强的深度Q网络无人水面艇局部路径规划

无人水面艇局部路径规划在海事救援、海洋运输等领域中发挥着重要的作用。现有局部路径规划算法在简单场景中取得了不错的效果,但面对环境中存在的复杂障碍物和海流干扰时,性能表现较差。为此,提出了一种基于时空感知增强的深度Q网络强化学习算法,首先,引入多尺度空间注意力模块捕捉距离传感器的多尺度空间信息,提升了复杂障碍物环境的感知能力;其次,利用基于长短时记忆网络的海流感知模块提取海流干扰环境的时间序列特征,增强了对海流干扰的感知能力;此外,对无人水面艇传感器和运动模型进行了模拟,并设计了强化学习状态空间、动作空间和基于方向导引的奖励函数,提升了算法的导航性能和收敛速度。在复杂仿真场景中进行了实验,结果表明,所提算法相比于原始算法在导航成功率和平均到达时间两个指标上均得到了提升,算法表现出较强的复杂环境适应性。

草原生态奖补政策对植被恢复的影响机理

基于内蒙古自治区2000-2019年县级面板数据,采用双重差分法估计草原生态奖补政策的实施效果,在此基础上以牲畜规模为中介构建中介效应模型检验草原生态奖补政策的影响机理。结果表明,草原生态奖补政策对草原植被恢复呈现出显著的负向影响,导致草地NPP(net primary product)降低了2.28%,且该结果通过了一系列稳健性检验;牲畜总规模和舍饲规模在草原生态奖补政策对草原植被恢复的作用机制中都存在中介效应,通过牲畜总规模的增加抑制了草原植被的恢复,但通过舍饲规模的增加能够促进草原植被的恢复,舍饲饲养模式是更符合草原生态保护要求的路径。因此,提出加强对偷牧等违法行为的监管和惩罚力度,优化牲畜饲养技术,加大对舍饲饲养方式的奖补力度和方式,提高人工草场的建设数量和质量等相关建议。

基于多智能体深度强化学习的测运控一体化资源调度方法

随着卫星通信技术的发展,星座规模的不断扩大,测运控一体化成为主流趋势。星座规模大、调度对象多、复杂操作联合控制给卫星网络测运控一体化资源调度带来巨大的挑战。受制于调度算法求解效率低、约束复杂等问题,传统的测运控资源调度技术采用提前上注测控指令,按照固定部署执行任务,难以满足突发事件与紧急任务的调度需求。因此,提出一种基于多智能体演员-评判家确定性策略梯度算法的测运控一体化资源调度方法,采用集中式训练和分布式执行的方法,建立测运控一体化任务的多智能体模型,通过分析邻居智能体局部信息计算调度策略,提高任务的响应速度。依据测运控一体化资源调度问题中的模型和约束,选择影响意义大、可解释的约束,建立多智能体资源调度强化学习模型,并进行仿真测试。测试结果显示,该方法的任务收益较传统方法提高22%。

基于Translog模型对中国汽车业规模报酬及技术进步的分析

利用中国汽车产业2000～2009年的时间序列数据,将影响汽车产业规模报酬的因素分为3个方面:技术工人、非技术工人和资本。建立汽车产业Translog生产函数模型进行估计,并经过BP神经网络学习算法得到十余年间汽车产业规模报酬的大趋势,从而发现现阶段中国汽车产业规模报酬并未达到理想状态,说明汽车产业的生产规模仍然存在较大的可发展空间。

中国旅游类上市公司规模报酬研究

旅游企业普遍存在盈利能力较低的问题,旅游类上市公司在资本市场表现也不佳。本文收集了1998～2007年18家旅游类上市公司的混合数据,试图从规模报酬的角度分析这个问题。笔者采用普通最小二乘回归分析和瓦尔德检验,计算旅游类企业的资本产出弹性、劳动力产出弹性和规模报酬,并对酒店、景区和旅行社3个子行业进行比较。研究结果表明:旅游类上市公司的规模报酬递减,劳动力产出弹性显著大于资本产出弹性;3个子行业之间的资本产出弹性和劳动力产出弹性不存在差异,但是3个子行业之间的规模报酬存在差异。

高新技术产业发展的实证分析——以江苏为例

知识经济时代高新技术产业已推动着到世界各国的经济持续增长。对江苏省高新技术产业发展的现状比较分析的基础上,建立超对数生产函数模型对江苏高新技术产业投入要素的产出弹性和规模报酬进行深入研究,并提出加快高兴技术产业发展政策建议,以促进经济结构调整,推动江苏经济持续健康发展。

基于PReSS的护士精神薪酬满意度现况分析

目的评估护士精神薪酬满意度现状,为准确制定护士激励政策提供依据。方法应用护士精神薪酬满意度量表(Psychological Reward Satisfaction Scale,PRe SS),采用方便抽样方法,在哈尔滨市辖区内抽取5家三级甲等医院538名护士进行问卷调查。结果目标医院护士精神薪酬满意度平均得分为(4.11±0.71)分,其中来自护士长的精神薪酬满意度(4.14±0.76)分,高于来自医生的精神薪酬满意度(4.07±0.80)分;不同科室、职称护士精神薪酬满意度差异有统计学意义(P<0.05)。结论目标医院护士精神薪酬满意度水平较高;护士长对护士薪酬满意度影响较大;提示护理管理人员应努力提升自身管理能力与领导魅力,以提高护士的精神薪酬水平,激发其工作动力。

重庆市农业科技进步贡献率分析

根据科技进步相关理论,利用索洛余值模型,通过Eviews6.0软件对重庆市农业产出和投入的数据进行处理,得出结论并相应提出政策建议,为以后决策提供参考。

我国第三产业与消费和交通电讯业关系的统计分析及其发展战略探讨

本文以生产函数理论为基础 ,根据第三产业、消费和交通电讯业的统计数据建立第三产业数学模型 ,定量地分析第三产业发展决策 ,阐明我国第三产业发展规模。

林权流转分析及激励路径研究

对林权及林权流转概念进行了界定,并以此为基础,以市场要素分析和规模报酬分析为视角,对林地流转发生的可行性和必然性进行了分析,提出了搭建林权流转服务平台、完善流转市场竞争机制和加快林权流转的配套措施等激励林权流转的政策建议。

高校扩招的最优规模分析

高校扩招成为目前我国高等教育发展的一大趋势。扩招加剧了教育投入和产出之间的矛盾,寻求学校最优规模成为必要。本文运用西方微观经济学中的成本理论探求微观学校的最优规模,为高校扩招提供参考。

江西建设食品大省的经济计量检验与分析

依据《江西统计年鉴》1981～ 1999年公布的有关数据 ,应用计量经济学方法建立系列数学模型 ,对江西的食品工业发展现状进行定量分析 ,为江西建设食品大省提供有益的参考 .

中文版护士精神薪酬满意度量表的信度和效度检测

目的评价精神薪酬满意度量表(PReSS)在中国临床护士中应用的可行性。方法对433名临床护士进行中文版PReSS、薪酬满意度量表(PSQ)中的薪酬水平满意度调查,2周后,对其中29名临床护士进行重测。采用相关分析、因子分析法分析量表的可靠性和有效性。结果问卷的Cronbach′sα为0.93,2个维度的Cronbach′sα分别为0.88,0.89。PReSS量表的2个维度与薪酬水平满意度之间的相关性不显著,显示良好的区别效度。因子分析的累积贡献率为77.38%,显示其具有良好的可靠性及有效性。结论 PReSS量表能够有效地评估临床护士对来自护士长和医生的精神薪酬的满意度。

新经济地理学与中国少数民族地区的经济发展

文章应用新经济地理学模型重新解释了民族地区空间结构的经济学含义,认为民族地区的空间结构不利于其经济发展。由于民族地区市场范围小,分工程度低,规模报酬递增程度弱,同时运输成本高,不利于产业集聚,从而制约了民族地区的经济发展。文章最后提出了相关的政策建议。

一类新的生产函数的若干性质

提出了一类新的生产函数模型，给出了这种生产函数的若干性质及有关计算公式，最后给出了求取生产函数的方法。

高质量经济活动选择基准——来自中国细分行业的比较研究

本文基于技术创新窗口、规模报酬特征、产品附加值和产业链构建高质量经济活动的选择标准和测度方法。利用《中国统计年鉴》《中国科技统计年鉴》、经济合作与发展组织的STAN数据库、联合国贸易发展数据库和中国各省份投入产出表的数据,本文测度1995—2014年中国30个省份18个细分行业的高质量发展情况。研究发现:有潜力作为主导产业引领高质量增长的行业依次是:化学品和非金属制造业、金属制品业、消费性服务业、商业服务业和交通仓储业。从行业分布上看,5个行业中有两个制造业、三个服务业。这说明,未来中国高质量经济活动的选择应当集中在高端制造业和先进服务业。此外,高质量经济活动主要集中在广东、江苏、上海、浙江和山东等东部沿海省份。这意味着,高质量经济活动主导产业的选择是典型的非均衡发展策略。应当利用东部地区的先发优势,快速建立基于主导行业的产业体系,构筑产业集群,再通过溢出效应和示范效应带动中西部地区发展。

柯布一道格拉斯生产函数条件下的线性盈亏平衡分析

该文讨论在多种生产要素的Cobb-Douglas生产函数条件下盈亏平衡分析方法.建立了使成本最小的盈亏平衡模型,得出了在盈亏平衡点上各要素的合理使用量及最小成本,为企业进行集约型经营提供理论依据.

DP-Q(λ):大规模Web3D场景中Multi-agent实时路径规划算法

大规模场景中Multi-agent可视化路径规划算法,需要在Web3D上实现实时、稳定的碰撞避让。提出了动态概率单链收敛回溯DP-Q(λ)算法,采用方向启发约束,使用高奖赏或重惩罚训练方法,在单智能体上采用概率p(0-1随机数)调节奖罚值,决定下一步的寻路策略,同时感知下一位置是否空闲,完成行走过程的避碰行为,将单智能体的路径规划方案扩展到多智能体路径规划方案中,并进一步在Web3D上实现了这一方案。实验结果表明:该算法实现的多智能体实时路径规划具备了在Web3D上自主学习的高效性和稳定性的要求。

资金流量、规模报酬与基金业绩

基于中国股票型基金2005—2015年的数据,通过估计基金规模变化对基金业绩变化的影响,研究基金市场的规模报酬现象,检验了Berk-Green模型。分析发现,从整体上来看,中国基金市场上存在规模报酬递增现象,即随着资金流入增加,基金规模扩大,基金业绩会提高。进一步分析发现,规模较小的基金存在显著的规模报酬递增现象,而规模较大的基金并不存在显著的规模报酬递增现象,但也不存在显著的规模报酬递减现象。研究表明,Berk-Green模型的关键假设——规模报酬递减——在中国基金市场并不成立。