期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
非全相运行的电力系统多模块数字实时仿真模型
被引量:
2
1
作者
廖小勇
冯志彪
《电力自动化设备》
EI
CSCD
北大核心
2003年第1期32-36,共5页
在电力系统规划中,设计与检验电力系统的保护、控制以及调度设备时,动态模拟装置起着重要的作用。应用多模块耦合算法,将一个典型的高阶电力系统分解为多个低阶模块,然后分别对各低阶模块进行建模,各模块之间通过其端口的电压与电流关...
在电力系统规划中,设计与检验电力系统的保护、控制以及调度设备时,动态模拟装置起着重要的作用。应用多模块耦合算法,将一个典型的高阶电力系统分解为多个低阶模块,然后分别对各低阶模块进行建模,各模块之间通过其端口的电压与电流关系进行耦合。对一个典型系统的非全相运行状态建立了其相应的多模块耦合算法模型,并且在高性能的PC机系统上以较小的仿真步长实现了其相应的数字实时仿真。系统实时运行的结果表明,提出的电力系统非全相运行状态的多模块耦合算法模型能够满足实时仿真系统的要求。
展开更多
关键词
电力系统
非全相运动状态
数字实时仿真
多模块耦合算法
计算机仿真
下载PDF
职称材料
基于TensorFlow的Q-Learning算法研究与实现
被引量:
1
2
作者
刘俊利
《现代计算机》
2019年第29期26-28,34,共4页
随着人工智能的蓬勃发展,人工智能对“智能化”的要求也越来越高,如何实现真正的智能即如何让机器自己去学习一种新技能成为一个重要的研究课题,而强化学习正是该课题的思路之一。将以强化学习开始,然后介绍Q-Learn ing算法的具体内容,...
随着人工智能的蓬勃发展,人工智能对“智能化”的要求也越来越高,如何实现真正的智能即如何让机器自己去学习一种新技能成为一个重要的研究课题,而强化学习正是该课题的思路之一。将以强化学习开始,然后介绍Q-Learn ing算法的具体内容,最终利用深度学习框架TensorFlow完成该算法的实现。
展开更多
关键词
TensorFlow
机器学习
强化学习
Q-Learning算法
下载PDF
职称材料
题名
非全相运行的电力系统多模块数字实时仿真模型
被引量:
2
1
作者
廖小勇
冯志彪
机构
上海同济大学电子与信息工程学院信息与控制工程系
出处
《电力自动化设备》
EI
CSCD
北大核心
2003年第1期32-36,共5页
文摘
在电力系统规划中,设计与检验电力系统的保护、控制以及调度设备时,动态模拟装置起着重要的作用。应用多模块耦合算法,将一个典型的高阶电力系统分解为多个低阶模块,然后分别对各低阶模块进行建模,各模块之间通过其端口的电压与电流关系进行耦合。对一个典型系统的非全相运行状态建立了其相应的多模块耦合算法模型,并且在高性能的PC机系统上以较小的仿真步长实现了其相应的数字实时仿真。系统实时运行的结果表明,提出的电力系统非全相运行状态的多模块耦合算法模型能够满足实时仿真系统的要求。
关键词
电力系统
非全相运动状态
数字实时仿真
多模块耦合算法
计算机仿真
Keywords
electric power system
non-full-operating state
digital real-time simulation
multiple-module-coupled algorithmb.
分类号
TM743 [电气工程—电力系统及自动化]
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于TensorFlow的Q-Learning算法研究与实现
被引量:
1
2
作者
刘俊利
机构
西南科技大学计算机科学与技术学院
出处
《现代计算机》
2019年第29期26-28,34,共4页
文摘
随着人工智能的蓬勃发展,人工智能对“智能化”的要求也越来越高,如何实现真正的智能即如何让机器自己去学习一种新技能成为一个重要的研究课题,而强化学习正是该课题的思路之一。将以强化学习开始,然后介绍Q-Learn ing算法的具体内容,最终利用深度学习框架TensorFlow完成该算法的实现。
关键词
TensorFlow
机器学习
强化学习
Q-Learning算法
Keywords
TensorFlow
Machine Learning
Reinforcement Learning
Q-Learning
algorithmb
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
非全相运行的电力系统多模块数字实时仿真模型
廖小勇
冯志彪
《电力自动化设备》
EI
CSCD
北大核心
2003
2
下载PDF
职称材料
2
基于TensorFlow的Q-Learning算法研究与实现
刘俊利
《现代计算机》
2019
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部