基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度

为了实现园区综合能源系统(PIES)的低碳化经济运行和多能源互补,解决碳捕集装置耗电与捕碳需求之间的矛盾,以及不确定性源荷实时响应的问题,提出了基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度方法。该方法通过在PIES中添加碳捕集装置,解决了碳捕集装置耗电和捕碳需求之间的矛盾,进而实现了PIES的低碳化运行;通过采用近端策略优化算法对PIES进行动态调度,解决了源荷的不确定性,平衡了各种能源的供给需求,进而降低了系统的运行成本。实验结果表明:该方法实现了不确定性源荷的实时响应,并相比于DDPG(deep deterministic policy gradient)和DQN(deep Q network)方法在低碳化经济运行方面具有有效性及先进性。

数字经济背景下农产品市场营销策略优化研究——评《数字营销——新时代市场营销学》

《数字营销——新时代市场营销学》是一本致力于探讨数字经济时代下市场营销策略的优化和农产品市场营销的教材。这本书具备了前沿性、实践性、通俗性、启发性、国际性和本土性等多重特点,适用于市场营销、营销管理、数字营销、大数据营销等各种高等教育课程,同时也为从事工商管理工作的中高层管理人员提供了有价值的参考。第一章中,作者深入探讨了数字经济时代的市场营销背景,为读者提供了对这个新时代的全面认识。

基于改进近端策略优化算法的移动机械臂抓取实验设计

针对在训练移动机械臂时,近端策略优化算法的学习困难和易陷入局部最优问题,引入了6种可行的改进方法,包括优势值标准化、状态标准化、奖励缩放、策略熵、梯度裁剪和标准差限制,并且使用这些方法在数据采集和训练的各个阶段对近端策略优化算法的步骤进行了调整,完成了对算法稳定性和学习效率的优化,并针对每个改进点设计了相关的实验。实验结果表明,在训练移动机械臂夹取物体的任务上,6个改进方法对近端策略优化算法均有不同程度的提升。改进后的PPO算法使移动机械臂的奖励曲线获得很大改善,能够迅速收敛到理想的结果。

基于近端策略优化算法的燃料电池混合动力系统综合价值损耗最小能量管理方法

为了降低市域动车组燃料电池混合动力系统运行燃料经济成本,提升燃料电池耐久性,该文提出一种基于近端策略优化算法的能量管理方法。该方法将混合动力系统能量管理问题建模为马尔可夫决策过程,以综合考虑燃料经济性和燃料电池耐久性的综合价值损耗最小为优化目标设置奖励函数,采用一种收敛速度较快的深度强化学习算法—近端策略优化算法求解,实现负载功率在燃料电池和锂电池间的合理有效分配,最后,采用市域动车组实际运行工况进行实验验证。实验结果表明,在训练工况下,所提方法相较基于等效氢耗最小能量管理方法和基于Q-learning能量管理方法,综合价值损耗分别降低19.71%和5.87%;在未知工况下,综合价值损耗分别降低18.05%和13.52%。结果表明,所提方法能够有效降低综合价值损耗,并具有较好的工况适应性。

图书馆短视频阅读推广实践和策略优化研究

短视频形式下的社会化阅读推广迎合大众阅读兴趣,为图书馆和读者营造面对面的虚拟情境,促进图书馆与读者、读者与读者之间的互动交流,是线下阅读推广向线上服务的延伸。文章从短视频传播者、受众、传播内容、传播渠道、传播效果等方面开展短视频阅读推广服务策略优化研究,进一步明确图书馆短视频阅读推广服务的目标定位,从而形成线上线下融合互动、立体覆盖的文化服务供给体系,大力弘扬社会主义核心价值观,以积极应对互联网快速发展给文化建设带来的机遇和挑战。

基于MBO的急诊绿色通道策略优化方案在AIS患者抢救中的应用

目的探讨基于目标管理理论(MBO)的急诊绿色通道策略优化方案在脑卒中(AIS)患者抢救中的应用效果。方法选取桂林市某三级甲等医院2022年1月至12月收治的急诊绿色通道入院AIS患者139例为观察组,2021年1月至12月收治的同类患者151例为对照组。观察组采用基于MBO的AIS急诊绿色通道策略优化方案,对照组采用常规急诊绿色通道抢救方案,比较两组的再灌注率、神经功能缺损NIHSS评分、抢救时间、并发症(脑出血、消化道出血)发生率。结果救治后,观察组的血管再灌注率86.33%高于对照组的58.28%,差异有统计学意义(P<0.05);观察组的出院前NIHSS评分低于对照组(P<0.05);观察组自急诊科到CT室平均时间、自CTA+CTP结束到结果报告平均时间均短于对照组(P<0.05);治疗期间,观察组的消化道出血发生率2.16%低于对照组的5.30%(P<0.05);两组脑出血发生率无统计学差异(P>0.05)。结论基于MBO的AIS急诊绿色通道策略优化方案能提高患者再灌注率,缩短术前诊断时间,减少消化道出血并发症,提高治疗效果。

某酒店制冷机房运行策略优化

对华东地区某酒店制冷机房运行策略进行了优化,利用能耗模拟软件对多种运行方案进行了仿真分析。结果表明:原方案仅对冷水泵采用变频控制,制冷机房能效比为4.62;优化方案1采取传统变频方式,对冷水泵、冷却水泵、冷却塔风机采用变频控制,制冷机房能效比达到5.32,与原方案相比提升了15.1%;优化方案2通过对冷水机组、冷水泵、冷却水泵、冷却塔风机进行优化控制,制冷机房能效比为5.48,与原方案相比能效比提升了18.6%,且每年可减少约79 t碳排放量,节能效果显著。

基于循证医学联合策略优化管理模式在老年腰椎压缩性骨折患者术后的应用效果

目的探究基于循证医学联合策略优化管理模式在老年腰椎压缩性骨折患者术后的应用效果。方法选取2020年7月—2022年4月于首都医科大学附属北京朝阳医院行经皮椎体成形术(PVP)的老年腰椎压缩性骨折患者92例,按照数字表法随机分为观察组(n=46)和对照组(n=46)。2组PVP术后均采用相同的一般治疗,此外观察组采用基于循证医学结合策略优化管理模式,对照组采用常规护理模式。观察并比较2组术后早期康复[采用日本骨科协会(JOA)评分、Barthe指数(BI)评分、视觉模拟评分(VAS)进行评估]、疾病认知度(采用健康知识调查表评分)、出院准备度(采用RHDS评分)、出院指导质量(采用QDTS评分)及并发症情况。结果干预后,观察组JOA和Barthe指数(BI)评分均高于对照组(P<0.05),VAS评分低于对照组(P<0.05);观察组骨折预防、饮食管理、并发症处理、康复锻炼评分及疾病认知度总分均高于对照组(P<0.05);观察组个人状态、适应能力和预期性支持评分及RHDS总分高于对照组(P<0.05);观察组患者出院前实际获得内容、指导技巧及效果和出院指导质量(QDTS)总分高于对照组(P<0.05);观察组疼痛、发热、腹胀便秘及并发症总发生率低于对照组(P<0.05),但2组骨水泥渗漏和尿潴留发生率差异均无统计学意义(P>0.05)。结论循证医学结合策略优化管理模式有助于老年腰椎压缩性骨折患者PVP术后恢复,有助于提高患者疾病认知度和出院准备情况,并降低相关并发症发生率。

基于深度强化学习的立体投送策略优化方法研究

基于深度强化学习算法在策略优化问题中的良好表现,以立体投送作战行动为主要研究对象,提出了一种深度强化学习框架与仿真推演实验协同的作战行动策略优化方法。在分析策略优化研究现状的基础上,根据研究问题对深度学习框架进行了分析比较,构建了基于A3C算法的深度强化学习立体投送策略模型,并通过仿真推演和分布式计算,实现深度强化学习模型与“人不在回路”仿真推演的交互学习,获得优化后的立体投送策略,验证了深度强化学习框架与仿真推演实验协同优化策略的有效性。

基于改进多目标粒子群的大型设备群检测策略优化方法

在大型履带起重机群(大型设备群)检验检测中,存在检测工期紧、检测质量和人员安全要求高、经济效益最大化等多目标约束下的最优检测策略制定问题,为此,提出了一种基于改进多目标粒子群的大型设备群检测策略优化方法(MOPSO)。首先,利用变异算子对传统的多目标粒子群算法优化方法进行了改进;然后,根据大型设备群检测项目的实际需求构建了检测工期、检测成本、检测质量与安全的多目标优化模型,并确定了各子目标的约束条件;最后,将该优化算法和构建的模型应用于大型履带起重机群的检测项目中,对该方法的有效性进行了验证。研究结果表明:与传统检测策略相比,在保证质量和安全的前提下,利用该方法得到最优的检测策略,其检测周期仅需3/4,检测单位成本节省了14%,受检单位成本节约了32.8%,极大地提升了检测效率,降低了企业和检验单位人力、经济和时间成本。因此,该方法具有良好的实用性和推广应用价值。

基于近端策略优化的智能抗干扰决策算法

针对现有基于深度强化学习的智能抗干扰方法应用于天地测控通信链路时,用于决策的深度神经网络结构复杂,卫星等飞行器资源受限,难以在有限的复杂度约束下独立完成复杂神经网络的及时训练,抗干扰决策无法收敛的问题,提出了一种基于近端策略优化的智能抗干扰决策算法。分别在飞行器和地面站部署决策神经网络和训练神经网络,地面站根据飞行器反馈的经验信息进行最优化离线训练,辅助决策神经网络进行参数更新,在满足飞行器资源约束的同时实现有效的抗干扰策略选择。仿真结果表明,与基于策略梯度和基于深度Q学习的决策算法相比,所提算法收敛速度提升37%,收敛后的系统容量提升25%。

燃煤机组脱硫浆液循环泵定频运行控制策略优化及节能分析

为消纳可再生能源大规模并网发电,燃煤发电机组的调峰调频任务剧增,长时间处于深度调峰和变负荷过程,导致湿法烟气脱硫系统的性能下降、厂用电率大幅上升。为此,建立了超超临界660 MW燃煤发电机组的动态模型及基于双膜理论的湿法脱硫系统动态模型;模拟了变负荷过程中不同工况点切换浆液循环泵时脱硫系统的性能,发现变负荷过程中浆液和烟气流量的精准匹配可使脱硫系统在满足SO2排放的前提下实现最小的电能消耗;进一步,获得了变负荷过程中浆液循环流量阶跃变化时SO2出口质量浓度的预测模型,提出了浆液循环泵定频运行优化控制策略,可实现变负荷过程中浆液与烟气流量的最佳匹配;最后,分析了优化控制策略的节能潜力。研究结果表明:75%THA~50%THA降负荷过程中,变负荷速率为1.0%、1.5%和2.0%Pe/min,分别可节能20.12%、21.52%和22.82%;而在升负荷过程中,分别可节能10.04%、9.90%和8.66%,变负荷过程中烟气流速变化的差异是造成降负荷和升负荷过程中节能潜力不同的根本原因。

应用改进遗传算法的低轨星座部署策略优化方法

考虑发射场任务间隔时间约束,提出应用改进遗传算法的低轨星座部署策略优化方法。对近地圆轨道星座部署过程进行动力学建模,给出了部署窗口与入轨点相位差的关系,以及入轨后相位调整的代价分析。将星座部署位置组合进行参数化,加上各颗卫星部署日期间隔作为优化变量,使得在大范围日期区间内的搜索问题简化为有限维度的整数规划问题。引入改进遗传算法进行局部搜索,进而对部署策略进行寻优计算。以9颗卫星的Walker星座部署任务为例,对优化方法进行验证。结果表明:优化方法相对穷举搜索法的计算量有约7个数量级的降低,且能够用50代以内的演化计算快速得到满足发射间隔约束条件且兼顾部署总时间和相位转移量的最优解。

基于近端策略优化模板更新的实时目标跟踪方法

基于孪生网络的目标跟踪算法往往采用第一帧的外观特征作为固定模板,难以应对目标外观剧烈变化等问题。为此,所提算法在孪生网络的基础上,引入深度强化学习,将模板更新问题建模为马尔可夫决策过程,采用近端策略优化算法进行优化,减少因目标外观变化带来的误差积累。针对孪生网络跟踪算法搜索域太小,无法全局搜索目标的问题,引入全局检测算法,找回丢失的目标。所提跟踪算法能够自适应更新模板和全局检测丢失的目标,在OTB数据集和GOT-10k数据集上进行测试,实验结果表明,该方法较代表性方法,具有实时性强和准确率高的优点,能够很好应对目标外观形变以及目标丢失。

基于风险的城市目标反恐安防策略优化方法

国际安全环境发生重大变化的新形势下,城市涉恐安全面临严峻挑战。基于风险理论,构建了城市目标遭受恐怖袭击风险描述和安防策略优化函数,提出了定量的城市目标反恐安防策略优化方法。并以某高铁站为例,通过模型分析、数据比较和优化反馈,获得其遭受恐怖袭击风险评估、现有安防措施有效性和策略优化结论,验证了方法的有效性,为解决城市涉恐安全问题提供决策和技术支撑。

一种基于近端策略优化的服务功能链部署算法

针对网络功能虚拟化(NFV)环境下高维度服务功能链(SFC)部署的高可靠低成本问题,该文提出了一种基于近端策略优化的服务功能链部署算法(PPO-ISRC)。首先综合考虑底层物理服务器特征和服务功能链特征,将服务功能链部署建模为马尔可夫决策过程,然后,以最大化服务率和最小化资源消耗为优化目标设置奖励函数,最后,采用近端策略优化方法对服务功能链部署策略求解。仿真实验结果表明,与启发式算法(FFD)和深度确定性策略梯度算法(DDPG)相比,所提算法具有收敛速度快,稳定性高的特点。在满足服务质量的要求下,降低了部署成本,并提高了网络服务可靠性。

基于近端策略优化的IES经济调度方法研究

【目的】综合能源系统(IES)的经济调度是能源技术改革的重要研究内容,其本质是一个复杂的混合整数非线性规划问题。传统的优化调度方法计算复杂度较高,也无法适应IES中耦合了可再生能源的源荷不确定性。利用深度强化学习方法对原始问题进行分解加速,提升IES经济调度模型的求解效率。【方法】提出了一种基于改进近端策略优化(PPO)算法的IES优化调度框架,利用PPO算法拟合原始模型中非线性约束的部分变量,从而将其转换为线性约束以加速求解。【结果】通过算例验证了该方法的有效性,以及相较于其他方法的高效性。可以预见在大规模的IES优化问题上,该方法计算优势将更加明显。

“互联网+”背景下乳制品网络营销策略优化研究基于4R营销理论

随着生活方式和消费习惯的变化,我国城乡居民对乳制品的消费需求日益增长,网络资源在乳制品营销中的巨大优势也逐渐凸显。结合4R营销理论,分析“互联网+”背景下我国乳制品网络营销的现状及存在问题,提出乳品企业可运用该理论进行网络营销策划:在反应(Reaction)方面,通过市场细分,实施差异化营销策略;在关联(Relevance)方面,强调体验营销,创造与消费者的联系;在关系(Relationship)方面,拓宽营销渠道,稳定与消费者之间的联系;在回报(Reward)方面,创新战略布局,获得回报,并最终形成一套适应自身的企业营销策略。

电网企业代理购电风险及其策略优化研究

为进一步推动电力市场化改革,未入市工商业用户由电网企业代理参与电力交易;然而,代理购电用户用电随机性强,在常规中长期交易中易产生较大偏差电量。对此,借鉴售电公司的中长期与现货市场协同交易模式,分析电网企业代理购电与之在决策目标和决策组成方面的差异,并建立代理购电业务的风险体系;在此基础上,提出计及代理购电特性的风险评估指标,以该项指标为目标函数,建立代理购电决策的优化模型,设计改进粒子群算法实现月度市场与日前市场购电量的快速有效分配。根据某区域工商业用户数据验证所提模型的有效性,仿真结果表明,模型通过计及代理购电特有的剩余电量可显著降低条件风险价值,且改进粒子群算法将计算时间缩短近20%。

基于大数据的品牌数字营销策略优化研究

随着大数据技术的不断发展和普及,品牌数字营销面临着前所未有的机遇和挑战。本文以大数据为背景,分析了当前数字营销面临的困境,探讨了基于大数据的品牌数字营销策略优化方法,并结合实际案例进行了分析。研究表明,大数据时代品牌数字营销策略优化应注重数据挖掘、精准定位、内容创新和渠道整合等,以提升品牌竞争力和市场份额。