基于深度强化学习的高铁客票动态定价算法

为了解决需求函数未知情况下的高铁客票动态定价问题。以最大化单列车期望收益为目标构建Markov多阶段决策模型并设计DQN(Deep Q Net)强化学习框架寻找动态定价最优策略。算法以当日收益为奖励,通过神经网络来逼近所有状态-动作组合的期望最优收益。为验证算法性能,基于市场动态和旅客行为,开发高铁客运需求模拟系统并进行仿真实验。实验结果表明,智能体动态定价策略可以在不同需求水平下灵活调整价格,其性能接近理论上界并且显著优于对比策略。

企业生产计划模型优化的环境进化算法

根据企业生产计划模型的特点，提出了一种将专家系统方法和线性规划方法结合于其中，以模型的部分关键约束参数作为遗传囵子的遗传优化算法，即环境进化算法．并以纺织企业生产计划模型为例，介绍了环境进化算法的具体实现．

AUV全局路径规划环境建模算法研究进展

AUV的路径规划算法是AUV最为核心的技术之一。本文在分析AUV自主巡航技术背景的基础上,综述针对海底环境的全局路径规划环境建模方法的研究现状,并比较栅格法、拓扑法和可视图法的优缺点;讨论了国内外学者在探索海流对AUV全局路径规划环境建模影响方面的研究进展。基于对AUV海流影响研究现状,展望了该领域的发展方向,并给出了2种考虑洋流影响的AUV全局路径规划环境建模算法。

基于NDIR的多组分危险气体在线监测系统设计

在冶金、石化、化工等工业领域生产过程中会产生大量易燃易爆、有毒有害的多组分危险气体(CO、CO_(2)、SO_(2)、NO、NH_(3)等),这些有害气体容易引发事故。而现有的在线测量预警系统不能满足高集成、低干扰、高灵敏的要求。本文针对影响检测结果的微弱信号、光源调制、气体信号交叉干扰、温度控制等因素,设计了相应的电路和算法,并进行了实验验证。实验结果表明,本文提出的基于锁相放大器电路的微弱信号提取技术、基于MOS管驱动电路的PWM波调制技术、基于融合算法的浓度反演模型,能够实现对五种危险气体(CO、CO_(2)、SO_(2)、NO、NH_(3))的在线监测,检出限达到0.01%,避免了多种气体之间的交叉干扰,适用于工业生产危险气体在线分析及预警系统,具有广阔的应用前景。

基于Non-MPPT算法的区域光伏消纳控制策略

基于两级式光伏发电系统环境自适应算法以及光伏阵列分布式结构,提出一种适用于区域光伏消纳控制的Non-MPPT(maximum power point tracking)算法,力主解决光伏发电系统出力过剩问题。该算法基于光伏模块分布式前级优化器,实现不同环境下光伏模块分散控制,并通过光伏模块输出电压、电流随机变量,导出光伏电池环境修正参数,进而实时修正区域光伏模块最大功率电压,使其最大功率电压实时跟随外部环境变化,并结合电导增量法,实现不同环境下光伏阵列全局最大功率跟踪。而后,若区域性电网光伏发电系统出力过剩,则将区域光伏按其实际出力情况进行分区管理,以区域电网对其出力分配额度为控制目标,推导出光伏阵列对应输出电压,并将其引入至光伏发电系统前级Boost电路,通过修正Boost电路占空比,使光伏发电系统输出功率快速跟随主网需求指令,解决了区域内光伏过剩出力的消纳问题。最后,通过Matlab/Simulink仿真软件搭建两级式三相光伏并网系统,验证该算法在电力系统应用中的有效性。

基于MPI的并行分布式高斯消元算法设计和评估

为了满足电磁仿真数值计算日益增高的速度和精度的需求,针对单机内存需求和计算负荷需求都比较大的矛盾,提出基于分布式并行机群环境的并行计算划分和并行存储划分的算法设计思想,并且给出了基于行列循环数据划分的并行计算算法描述。在此基础上进行了实验验证,用MPI+FORTRAN和MPI+C编程实现了对大矩阵求逆的分布式高斯消元,并进行了性能评估和实验验证,在国内外超级计算中心平台上的实验结果表明所完成的工作对于系统的电磁仿真计算具有应用价值,该算法和代码实现可应用于电磁仿真计算的矩量法MOM(Method of Mom)中。

交叉路口道路环境辨识之初步研究——建立智能型执法系统的首部曲

利用影像处理技术结合自行发展之道路环境辨识算法,建立智能型执法系统之平台,并选定"未依规定变换车道"违规行为建立违规行为判定系统,以期作为智能型执法系统平台建立之先驱研究。利用影像中位数法建立背景、结合递归式背景建构模式进行背景更新;透过"特征判断"与"样板比对"辨识路面标线;最后将车辆侦测、追踪等影像处理技术结合道路环境辨识结果进行违规行为的侦测与辨识。经过实际验证,于道路环境辨识以及违规行为辨识皆达良好的辨识水平。

基于GAHE-VMD与SVD-SCEC的管道信号联合去噪法

为了更有效分析管道信号,提出一种基于采用在恶劣环境下的遗传算法(Genetic Algorithms in Harsh Environments,GAHE)优化变分模态分解(Variational Mode Decomposition,VMD)联合奇异值分解(Singular Value Decomposition,SVD)与选择性累计能量贡献率(Selective Cumulative Energy Contribution,SCEC)的互补去噪方法。首先,提出用GAHE算法优化VMD算法并结合相对熵对信号中的中高频噪声进行初步消噪,解决VMD参数难以确定和传统遗传算法收敛慢的问题。其次,提出采用SCEC算法结合SVD算法对信号中残留的中低频噪声进行消噪,解决非线性、非平稳信号中大数量级的直流分量影响奇异值选择的问题。最后,通过实验与分析表明:GAHE优化算法收敛速度更快;SCEC奇异值选择法的抗直流能力更强;所提算法的处理效果较优且算法两部分具有互补特性。

一种改进的智能卡认证方法的实现

分析了传统智能卡认证方法的缺点,提出了一种改进的基于用户自定义算法环境的防攻击智能卡认证方法。智能卡可以根据用户自定义的算法环境,按照不同的算法进行认证。本文支持的算法可以分为DES算法和16字节分组长度算法,用户可以通过命令指定算法类型来完成智能卡的认证,从而达到一定的使用权限,完成需要操作的权限认证。同时,还提出一种防攻击的方法通过限制外部认证密钥可尝试的次数,保证智能卡系统在被外界恶意攻击的情况下的数据传输的安全性。

认知竞争时代的传播转向与操作策略

认知决定着人们行为的边界,社会各个领域关于认知竞争的讨论,凸显出认知在当下社会具有的独特价值。从传播学视角分析认知竞争背后自大众媒介时代到数字媒体时代的传播转向可以发现:在媒介环境的转向中,短程记忆与浅化思维、高决策成本、用户权利异化和多场域的情感共振成为新的常态;在社会结构的转向中,圈层化的组织形式、非理性的决策要素和“拥抱不确定”的社会心理成为关键的变化。以此初步探究当下认知竞争的作用机制和操作策略,在作用机制层面,认知竞争主要以算法环境与深度媒介化为土壤,通过对薄弱环节的突破,从而引发短期的认知偏差和长期的启动效应;在策略机制层面,认知竞争应以“圈层进入”为渠道策略、以传播修辞为话语策略、以消减“文化折扣”为符号策略,来实现对信息编码、信息传输和信息解码等过程的优化。

基于深度学习的异噪声下手写汉字识别的研究

针对手写汉字字符图像识别率受随机噪声影响的问题,提出了一种基于深度学习与抑制噪声相结合的新算法。该算法主要应用于拥有随机噪声的手写汉字字符图片,是其在Python环境下,利用Caffe平台建立抑制噪声与卷积神经网络相结合的模型,通过模型移除噪声并正确识别手写汉字。另外,新算法去除噪声的同时对字符形态没有改变,保留了汉字的原始信息。结果在其两种不同的噪声(高斯噪声和椒盐噪声)下,逐渐提升其噪声强度,进行多次实验,同时与其他方法对比,最终得到其平均识别率为97. 05%。实验结果表明,该模型和算法具有效率快、识别能力强的优点。

工业机器人的最优时间与最优能量轨迹规划

提出一种工业机器人的最优轨迹规划方法。将机器人的轨迹视为由机器人关节空间中一系列的关键点构成,关键点两两之间通过三次多项式曲线进行连接。通过使用加权系数法定义代价函数,从而使机器人运动过程中的总动作时间和消耗能量在某种程度上达到综合最优,同时考虑关节速度、加速度、二次加速度以及力或力矩等约束条件。在代价函数的设计中,采用一种新颖的罚函数排序形式来处理约束问题。提出基因环境双演化免疫克隆算法对所定义的代价函数进行优化。以上策略的采用,使算法具备一定的学习能力,增强算法的全局搜索能力,从而提高解的质量和算法效率。对斯坦福机器人的仿真结果表明了本文方法与现有方法相比,具有更高的搜索效率,能得到性能更良好的解。

三维声呐在水下沉船姿态探测中的应用

研究采用多波束测深声呐与三维扫描声呐相结合,获取水下沉船姿态数据及附近海底地形点云数据的方法。通过实例阐述数据采集、数据处理过程的关键因素,并采用环境光遮蔽算法对点云数据进行了可视化渲染。结果表明,该种方式点云数据完整、沉船细节清晰,可为沉船清理作业中的风险评估和决策制定提供关键的技术支持。

城市道路交叉口信号配时多目标优化方法研究

针对目前交叉口信号配时优化目标单一、综合运行效率不高的问题,提出一种交叉口信号配时多目标优化方法。考虑绿灯时间、周期长度和饱和度等约束条件,通过加权系数法定义代价函数,使交叉口的延误时间、停车次数和通行能力在某种程度上达到最优。基于免疫克隆算法在处理多目标问题中具有最优解分布宽广性、均匀性好等特点,引入环境变异算子,提出环境变异免疫克隆算法对模型求解,增强了算法的全局搜索能力,提高了解的质量。仿真结果表明,与传统配时方法和改进粒子群算法相比,该文方法能有效减少信号交叉口的延误时间和停车次数,提高交叉口的运行效率。

基于分布驱动机构的管内移动机器人转弯控制技术研究

针对三轮分布驱动管内移动机器人在弯管处的通过性问题进行了研究,提出了分布驱动协调控制方案。仿真实验证明:该方案对各驱动轮的初始速度偏大和偏小的情况均具有较好的适应性,可以迅速地使驱动电机工作在平衡状态,从而可使管内移动机器人快速顺畅地通过弯管段,提高其工作效率。

距离边数矢量与分子相似度的计算

A methematical pattern on computation of molecular simularity is proposed and used to compute the molecular simularity of three organic hetero compounds. The results are relatively identical with those obtained from codes for chemical environment.

嵌入式实时数据库的安全缓冲区管理器的设计

分析嵌入式实时数据库安全缓冲管理算法SABRE,将其引入到开源数据库Berkeley DB的缓冲中,设计实时安全缓冲区管理器。一般实时数据库的缓冲区管理都基于优先级,在设计中将安全级别与优先级结合,构成综合优先级,可以根据系统的安全要求和实时特征动态调整权值以适应不同的要求,既满足实时也满足安全。主要有两种数据结构:安全级别队列数组和优先级队列数组。

一种运输自动导引车路径规划研究

路径规划是AGV导航的基本环节之一,其主要研究使在具有障碍物的环境地图化,同时一般选择最短路径作为最优路径的指标,并利用算法搜索最优路径。本文以一种实用型火工品运输自动导引车为研究对象,主要阐述其路径规划研究。

工业机器人的最优能量轨迹规划

对于工业机器人而言最优能量路径规划时现代机器人发展的重点方向之,本文综合参考了大量国内外工程经验以及相关参考文献,提出了基因环境双演化免疫克隆算法。利用这一套算法对工业机器人的轨迹进行优化升级的问题进行了一定的研究,以达到最优时间和最优能量轨迹的目的。

工业机器人的最优时间与最优能量轨迹规划问题分析

针对工业机器人,基于基因环境双演化免疫克隆算法,对其最优时间与最优能量轨迹规划问题进行深入分析,旨在为工业机器人应用奠定良好基础。