许昌市多层住宅区夏季小气候模拟与分析

本文选取许昌市一多层住宅区作为研究区域,采用数值模拟软件ENVI-met对夏季炎热天气条件下住宅区内部小气候进行模拟和分析。结果表明:多层住宅区温度分布较为均匀,高温区和低温区所占比例不大,大部分地区温度主要集中在32.5～32.7℃,风向和风速对气温的水平分布影响较为明显;住宅区住宅内大部分区域风速为1.5～2.05m/s,风环境舒适度较高,建筑的空间布局对风环境影响较大。     

g支配策略的MOEA/D算法求解多目标流水车间调度问题

采用基于二范数的方法生成权重向量并引入g支配策略对MOEA/D算法进行改进，提出g支配策略的MOEA/D算法（g-MOEA/D）. 将g支配思想与MOEA/D算法有效结合，生成适应决策者DM偏好的有效解的集合，来代替整个Pareto解集或单个有效解，加速种群的收敛性，提高种群的均匀性. 通过仿真实验对比分析g-MOEA/D算法与MOEA/D算法的性能，结果表明，g支配策略的MOEA/D算法所得解集整体性能更优.     

全氟/多氟烷基化合物在全球海洋水体中的污染演变趋势研究进展

全氟/多氟烷基化合物(PFASs)的环境污染及危害愈来愈受到全球关注.目前,部分传统PFASs的生产使用受到限制或管控,一些新型PFASs替代品不断进入市场,使得PFASs的环境污染状况变得更为复杂.PFASs不仅在人口密集地区的陆地环境中高频检出,还在各大海洋甚至人迹罕见的两极地区普遍检出.海洋已经成为PFASs污染最重要的"汇"之一,并对全球生态环境以及两极地区产生重要的影响.关于海洋中PFASs污染的报道也日趋增多,本文旨在对近年来海洋PFASs污染的研究数据进行剖析,以期阐明PFASs在全球洋流尺度上的污染时空分布情况,为PFASs的环境风险评估和环境政策的制定提供科学依据.     

基于多目标函数的热声制冷机性能优化

在考虑热漏、热阻及不可逆因子等因素的情况下,建立复指数传热规律的不可逆热声制冷机循环模型.以热声制冷机输入功率P,系统输出率A,系统不可逆损失率Q,制冷率R构建多目标函数,采用线性加权评价函数法求解,分析多目标函数与各参数的优化关系,得出多目标优化可以较好地协调各性能指标间关系的结论.     

MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system, MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法。分析算法框架及训练方法,针对算法集中式训练、分布式执行的特点,采用并行方法完成经验回放池数据采样,并在采样过程中引入优先回放机制,实现经验数据并行流动、数据处理模型并行工作、经验数据优先回放。分别在OpenAI多智能体对抗、合作两类典型环境中,从训练轮数、训练时间两个维度对改进算法进行了对比验证,结果表明,并行优先经验回放机制的引入使得算法性能提升明显。     

多翼裂缝垂直井的瞬态压力分析

水力压裂形成的复杂裂缝网络破坏了单个线性裂缝的流动特性，给油井的动态预测带来了极大的挑战。为了研究多翼裂缝垂直井的瞬态压力特征，基于源函数理论和叠加原理将地层系统分为两个子系统，利用离散坐标法建立了瞬态压力分析的半解析模型。通过Laplace变换及Stehfest反演算法绘制了油藏中各流动阶段的识别曲线。在此基础上，通过改变裂缝数量、裂缝长度、裂缝角度、裂缝分布形式和裂缝导流能力等参数对复杂裂缝网络进行了敏感性分析。研究结果表明，多翼裂缝垂直井的地层流动共经历了4个阶段，其中，裂缝数量及长度对地层内地层线性流影响较大；裂缝分布形式对地层内双线性流及地层线性流影响较大且复杂；裂缝导流能力对地层内的双线性流动影响较为明显；裂缝断裂角度对地层内各流动阶段的动态压力特性影响均较小。     

基于多域网络的红外目标跟踪算法

随着红外探测器性能的不断提升, 红外目标跟踪在智能安防等领域的应用越来越广泛。然而红外图像分辨率较低, 依赖其进行目标跟踪仍然是一个制约相关应用发展的难题。针对红外图像分辨率低的特点, 以多域网络为模型算法框架, 结合目标运动过程中的尺寸变化特点, 提出了一种基于多域网络的红外目标跟踪算法。为了评估算法性能, 分别在VOT-TIR2016数据库和AMCOM红外数据上进行了实验。实验结果表明, 目标尺度预测机制能够显著提高算法的跟踪精度。     

基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题, 依据无人机的实时数据, 构建了基于路径的多层规划模型, 并设计了模型的算法求解流程。使用遗传算法与禁忌搜索混合算法, 得出了任务规划中的最优路径规划, 并在此基础上进行了冲突的消除。通过仿真案例表明, 用无人机协同配合导弹部队作战, 实时传输作战数据, 能够解决战场信息模糊不确定的问题; 使用多层规划模型能够为导弹多波次规划作战的路径进行科学的决策和选择。利用遗传算法和禁忌搜索混合算法, 能够避免局部最优导致无法输出结果的现象。     

基于多阶段退化建模的谐波减速器实时可靠性评估与寿命预测

谐波减速器是工业机器人的关键核心部件,其可靠性的实时评估和剩余寿命预测对于提升工业机器人的工作性能和健康监管具有重要意义.作为一种复杂的高精度机械部件,其退化过程表现出明显的多阶段性特点.因此,针对谐波减速器的退化特性,提出基于Gamma过程的多阶段退化模型对谐波减速器性能退化过程进行精确描述.首先,根据谐波减速器退化趋势的变化,进行多阶段退化过程的划分;然后采用历史性能指标数据,基于最大皮尔逊相关系数准则估计模型先验分布的超参数,建立基于Gamma过程的多阶段退化模型.在此基础上,针对在役设备的实际运行特点和工程现场中性能指标数据获取困难的问题,提出采用振动特征来建立高斯过程回归模型,对性能指标值进行精准预测以实现对退化模型后验分布参数的实时更新.最后在此基础上对谐波减速器进行实时可靠性评估和剩余寿命预测.通过对谐波减速器可靠性实验数据的分析表明,所提出的方法能够实现可靠性的实时评估,并且与单一阶段退化模型相比,该方法对剩余寿命的预测精度更高.