基于改进DDPG算法的复杂环境下AGV路径规划方法研究

为了提高AGV(automatic guided vehicle)在复杂未知环境下的搜索能力,提出了一种改进的深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法。该算法通过构建经验回放矩阵和双层网络结构提高算法的收敛速度,并将波尔兹曼引入到ε-greedy搜索策略中,解决了AGV在选择最优动作时的局部最优问题;针对深度神经网络训练速度缓慢的问题,将优先级采样应用于深度确定性策略梯度算法中;为解决普通优先级采样复杂度过高的问题,提出了利用小批量优先采样方法训练网络。为了验证方法的有效性,通过栅格法建模并在不同的复杂环境下进行仿真实验对比,比较了不同算法的损失函数、迭代次数和回报值。实验结果表明,所提改进算法与原算法相比损失函数减小、迭代次数减少、回报值增加,验证了算法的有效性,同时为AGV在复杂环境下能够更加安全且快速地完成规划任务提供了新的思路。

基于改进PSO的矿用液压支架PID参数控制

针对目前液压支架平衡缸采用PID控制参数整定效果不理想,响应速度不高、精度较低等问题,提出了一种基于改进粒子算法的液压支架平衡缸PID参数整定方法。通过对标准粒子群算法(PSO)的惯性权重和学习因子进行优化,以避免算法过早收敛,提高参数寻优效果,并以此建立了平衡缸PID控制系统的Simulink模型进行仿真。结果表明:改进PSO算法的PID参数调整相应速度较快,参数超调量和稳态误差更低,具备良好的参数整定能力。

高质量发展视域下职业本科内涵建设

高质量发展职业本科,是职业教育提质培优、增值赋能的重要环节,更是化解职业教育人才培养质量与社会经济快速发展结构化矛盾的重要途径。高质量发展职业本科要德技并重,培养高质量人才;服务社会,发展高水平技术;标杆示范,建设有特色专业。在培养定位和专业特色、产教融合和服务创新、教学设施和实训设备等层面还有一定的提升空间。通过“四维度”探索高质量发展职业本科的内涵建设,“多式并举”,探索校企协同育人的人才培养架构;德技并重,构建“岗课赛证融合、政创一体”的职业本科专业课程体系;增值赋能,依托平台构建“教学示范、科研创新、产业赋能”的团队汇聚型教师队伍;校企合作,探索建设“虚实结合、赋能教学、校企共赢”的高水平产教融合实训基地。