改进的多变量质量损失函数及其实证分析

质量损失函数的基本目的就是以定量的方式评价低质量对顾客造成的损失。尽管在理论研究和工程应用中已经提出了多个多变量质量损失函数，但由于多变量质量特征／响应的复杂性，仍有进一步研究的必要。一个好的质量损失函数不仅能够反映制造过程的经济性和多个响应变量之间的相关性，更重要的是在实践中易于理解和应用；按照这一要求，我们首先介绍了Artiles-leon提出的无量纲“标准化”的多变量质量损失函数；然后从两个方面对其进行了改进，一是使它能够适用于所用的质量特性，二是充分考虑了各上响应量之间的相关性，这就是改进后的多变量损失函数更加适合真实情况，在此基础上，通过研究来自于工业实践的实例，并同其他方法进行比较，说明了改进方法的有效性；最后给出了若干评述。     

熵损失函数下广义指数分布的可靠性估计

在广义指数分布场合下, 讨论了其参数、可靠性指标的估计及性质. 基于熵损失函数, 在共轭先验分布下, 通过对分布函数进行变换, 获得了该分布参数、可靠性指标的 UMVUE、最小风险同变估计、Bayes 估计和经验 Bayes 估计, 并证明了形如 [cT(x) + d]^-1 的一类估计的容许性. 最后运用 Monte-Carlo 方法对各种估计的 MSE 进行了模拟比较. 结果表明, 经验贝叶斯估计精度较高.     

基于Copula函数的水资源供需风险损失模型及其应用

针对传统水资源供需风险损失评价方法无法对供水量和需水量之间复杂的非线性关系进行定量研究,本文首次建立了基于Copula函数的水资源供需风险损失模型.首先基于差分法和原函数存在定理模拟了供水量和需水量的边缘概率分布函数;其次提出了基于非线性优化思想对Copula函数进行参数估计;第三步分别对各种Copula函数进行拟合优度检验和非参数X~2检验,选择最优的Clayton Copula函数模拟供水量和需水量的联合概率分布;最后建立水资源供需风险损失的二重积分表达式.研究结果表明,当不考虑利用外调水和再生水时,2020年北京市水资源供需风险期望损失约为1159.7亿元;利用南水北调水和再生水后,北京市水资源供需风险期望损失约为37.7亿元,下降幅度达96.7%.     

考虑行为克隆的深度强化学习股票交易策略

为提高股票投资的收益并降低风险,将模仿学习中的行为克隆思想引入深度强化学习框架中设计股票交易策略。在策略设计过程中,将对决DQN深度强化学习算法和行为克隆进行结合,使智能体在自主探索的同时模仿事先构造的投资专家的决策。选择不同行业的股票进行数值实验,说明了所设计的交易策略在年化收益率、夏普比率和卡玛比率等收益与风险指标上优于对比策略。研究结果表明：将模仿学习与深度强化学习相结合可以使智能体同时具有探索和模仿能力,从而提高模型的泛化能力和策略的适用性。     

模糊基函数网络学习算法及其应用

本文在文献［１］的基础上提出了模糊基函数网络（ＦＢＦＮ）改进的学习算法。改进的正交最小方差算法（ＭＯＬＳ）解决了原算法逼近多维函数的性能很差的问题，并且提高了该算法实际的逼近性能和收敛性。最后给出了ＦＢＦＮ应用于雷达数据关联的实验结果。     

基于CNN网络和多任务损失函数的实时叶片识别

针对传统叶片识别易受环境干扰,难以实现复杂背景下的多叶片实时识别问题,提出一种基于CNN网络和多任务损失函数的实时叶片识别方法。采用CNN网络提取叶片图像特征图,输入到RPN网络生成区域候选框;依据特征图和区域候选框,提取候选框特征图,分别进行叶片分类和边界框回归,预测叶片类别和叶片预测框的定位;利用多任务损失函数约束分类和回归,来提高叶片分类和回归的准确率和运算速度。实验结果表明,该方法的平均实时叶片识别准确率为91.8%,平均实时识别速度为25 fps。     

基于深度强化学习的网络路由优化方法

针对同一网络拓扑下不同网络负载的路由优化问题, 在深度强化学习方法的基础上, 提出了两种依据当前网络流量状态进行路由分配的优化方法。通过网络仿真系统与深度强化学习模型的迭代交互, 实现了对于流量关系分布的网络路由持续训练与优化。在利用深度确定性策略梯度(deep deterministec policy gradient, DDPG)算法解决路由优化问题上进行了提升和改进, 使得该优化方法更适合解决网络路由优化的问题。同时, 设计了一种全新的链路权重构造策略, 利用网络流量构造出用于神经网络输入状态元素, 通过对原始数据的预处理加强了神经网络的学习效率, 大大提升了训练模型的稳定性。并针对高纬度大规模网络的连续动作空间进行了动作空间离散化处理, 有效降低了其动作空间的复杂度, 加快了模型收敛速度。实验结果表明, 所提优化方法可以适应不断变化的流量和链路状态, 增强模型训练的稳定性并提升网络性能。     

基于深度学习的HRRP识别姿态敏感性分析

特征提取是基于高分辨距离像(high resolution range profile,HRRP)的雷达目标识别的关键技术之一.传统人工提取特征的算法,仅利用浅层结构特征,无法有效解决姿态敏感性问题,从而限制了目标识别方法的泛化性.对此,提出一种基于深度学习的目标识别方法,并通过详细的姿态角性能测试分析了该方法的应用边...     

引导式教学场景下深度强化学习的模型研究

针对引导式场景,结合认知科学上学习区的概念,构造题库网络图,进而根据特定学习者的行为来划分割集,由此建立引导式教学场景下深度强化学习的模型,在推荐偏差指标的控制下,做出最适合学习者的内容推荐.对比实验证明了模型相比控制组能给出合理的"前向推荐",有效解决学习者作答正确率不稳定的问题.引导式教学场景下深度强化学习的模型能够拟合经验教师出题决策的思维方式,在历史作答数据中提取有效隐含信息,为学习者推荐最佳习题.模型亦可广泛应用在类似的引导式场景下.     

基于灵活损失函数的中国最优灵活时变货币政策规则混频研究

自进入新时代以来，中国政府多次提出通胀和经济增长的双重区间目标，文章新提出基于灵活损失函数的最优灵活时变货币政策规则模型，并新构建混频混合创新时变系数随机方差回归模型（mixed-frequency mixture innovation time-varying parameter vector regression model with stochastic volatility，MF-MI-TVP-SV-RM）进行混频测度，使之具有函数、规则、系数和频率四个方面的灵活时变性，然后从32种代表性规则形式中混频筛选和测度适合中国新时代的最优灵活时变货币政策规则.实证分析表明：第一，与常系数和时变泰勒规则容易高估相比，最优灵活时变货币政策规则的利率平滑系数具有明显更小的规模和波动范围，且呈现灵活时变特征；第二，最优灵活时变货币政策规则具有灵活时变的正向敏感的非对称性通胀缺口偏好，且基本呈现顺周期特征；第三，最优灵活时变货币政策规则具有灵活时变的宽跨度的对称惰性区间产出缺口偏好，且呈现顺逆周期交替特征；第四，最优灵活时变货币政策规则具有线性Phillips曲线特征且规则系数进入新常态后趋于平稳.为此文章提出一些政策建议.     

基于自然语言处理与深度学习的信用贷款评估模型

针对目前信用贷款评估模型存在特征预处理复杂、受主观因素干扰、准确率较低的现象,提出一种新模型。该模型先组建连续性信贷特征文本数据,并使用Word2Vec算法进行词向量化后通过词嵌入层衔接CNN（卷积神经网络）进行评估,通过Keras框架并依据2008~2018年的银行个人信贷数据进行实证分析。结果表明：新模型的总体评估准确率高达91.7%,无需对缺失特征进行处理并可直接评估,且评估准确率更优异,达到85.8%。新模型将离散型的信贷特征转变为连续性文本,降低特征预处理复杂度,结合Word2Vec与自然语言处理实现直接评估缺失信贷特征的目的,并基于CNN优异的特征分析能力最终提高信贷评估模型鲁棒性,进一步改善了目前信用贷款评估模型中存在的部分问题,同时避免评估中主观因素的干扰。     

一种用于图像融合的无监督深度神经网络

为解决相机动态范围较小,单次曝光的图像往往无法表达高动态场景的不同区域的问题,构建了一种无监督的深度神经网络,把多次曝光的图像融合成一幅高动态图像。以VGG-Net(visual geometry group-Net)为基础网络,设计编码子网络和解码子网络;以融合前后图像的结构相似度为目标导向,通过引入基于图像局部信息的权重因子,定制适用于图像融合的损失函数,融合图像可兼顾不同输入图像的有效信息。在基准数据集上与多种方法相比,融合图像在主观视觉体验和客观量化指标上均取得了明显提升。     

基于深度学习的机器人局部路径规划方法

为了将视觉信息融入到机器人导航过程中,提高机器人对各类障碍物的识别率,减少危险事件的发生,设计了基于二维CNN及LSTM的局部路径规划网络。提出了基于深度学习的局部路径规划方案。利用机器人视觉信息及全局路径信息推理产生机器人在当前时刻完成避障导航任务所需转向角度;搭建了用于对规划器核心神经网络进行训练和验证的室内场景;提出了以路径总长度、平均曲率变化率及机器人与障碍物之间的距离为性能指标的路径评估方案。实验表明：该方案在仿真环境及真实场景中均体现了较优秀的局部路径生成能力。     

基于分布式深度学习的边缘服务放置策略

针对移动边缘计算网络中不合理的服务放置和资源分配所导致的服务质量下降问题, 提出了一种基于分布式深度学习的边缘服务放置策略。首先, 以最小化所有用户服务请求时延与加权服务放置成本总和为优化目标, 将优化问题建模为混合整数非线性规划问题。其次, 在给定服务放置策略情况下, 利用凸优化理论求解出边云最优的计算资源分配方案。最后, 利用分布式深度学习解决了服务放置问题。理论证明及仿真结果表明, 所提策略能够有效降低用户服务请求时延和应用服务提供商的服务放置成本, 并且逐渐逼近全局最优的服务放置策略。     

深度强化学习及其在军事领域中的应用综述

随着大数据、云计算、物联网等一系列新兴技术的大量涌现,人工智能技术不断取得突破性进展。深度强化学习(deep reinforcement learning, DRL)技术作为人工智能的最新成果之一,正被逐渐引入军事领域中,促使军事领域走向信息化和智能化。在未来战争作战模式及军队发展建设中,网络化、信息化、智能化和无人化形成重要特征,已经成为不可逆转的趋势。因此,在回顾了DRL基本原理和主要算法的基础上,对当前DRL在武器装备、网络安全、无人机(unmanned aerial vehicle, UAV)编队、智能决策与博弈等方面的应用现状进行了系统的梳理与总结。最后,针对实际推进DRL技术在军事领域应用落地所面临的一系列问题和挑战,提供了未来进一步研究的思路。     

基于泛函网络的多维函数逼近理论及学习算法

提出一种多维函数逼近的泛函网络逼近方法,设计了一类用于函数逼近的可分离泛函网络,给出了基于泛函网络的函数逼近学习算法。而泛函网络的参数通过解方程组得到,它们能逼近给定函数到预定的精度。仿真结果表明,这种逼近方法简单可行,具有较快的收敛速度和良好的逼近性能。     

基于深度学习的脑微观结构重建

为了研究脑运行机制以实现类脑智能,我们引入深度学习工具系统解决突触级脑微观重建中大数据自动分析的难题,包括:密集神经元重建、单根神经元追踪、关键细胞器检测和重建.其中我们使用带有候选区域(region proposal network,RPN)的全卷积网络(fully convolutional networks,FCN)检测线粒体和突触,结合SPPUnet(spatial pyramid pooling U-net)网络框架和MultiCut算法进行神经元的重建,各部分在量化分析和视觉上取得了较好的结果.重建工作为学术界开展高通量的突触尺度脑微观结构重建提供有效支持.     

基于深度学习的时间角度控制制导律

针对考虑导弹气动力的时间角度控制制导问题,设计了一种基于深度学习的时间角度控制制导律;设计预测模块对考虑气动力的飞行器剩余飞行时间进行预测,预测模块引入前馈环节融合深度学习方法与理论模型,使用理论模型估计剩余飞行时间,使用深度神经网络估计理论模型的预测误差,提高剩余飞行时间预测精度;将精确剩余飞行时间引入时间角度控制制导律,使飞行时间误差收敛至零附近,最终实现飞行时间和攻击角度的共同控制。通过仿真试验验证了所设计的制导方法能够实现时间角度控制,相对于基于常值速度假设提出的制导律具有更好的制导性能。     

基于深度学习的空中目标威胁评估方法

针对空中目标威胁评估因素多、现有评估方法缺乏自学习能力的问题,采用深度学习理论建立了空中目标威胁评估的深层神经网络模型。为了提升模型训练的拟合效果,提出采用对称式的预训练方法,逐层地对模型中的隐含层进行预训练,最后对模型进行整体训练。分别通过样本测试集和空空仿真场景进行验证测试,结果表明：采用对称预训练方法,模型的威胁评估准确率高于其他三种预初始化方法;模型具有较好的鲁棒性,在无噪声下准确率大于90%,10%的正态噪声下,准确率大于70%。     

基于深度强化学习的Boost变换器控制策略

针对Boost变换器母线电压稳定控制存在模型不确定性和非线性的问题,提出了一种基于无模型深度强化学习的智能控制策略。结合强化学习DDQN(double DQN)算法与DDPG算法设计了Boost变换器控制器,包括了状态、动作空间、奖励函数以及神经网络的设计以提高控制器动态性能;基于ModelicaGym库开发工具包reinforment learning modelica(RLM)实现了Boost变换器模型与强化学习智能体的联合仿真。通过与双环PI控制器的对比仿真表明：强化学习控制器在三种工况下的母线电压稳定控制结果具有更好的动态性能。