基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

基于CPN的智能合约交易顺序依赖漏洞的验证

智能合约的形式化验证工作主要集中在编程语言层面的漏洞研究,而交易顺序依赖作为区块链层面的漏洞更不易被检测。基于着色Petri网对智能合约中潜在的交易顺序依赖漏洞进行形式化验证。以Decode悬赏合约为对象,分析合约中潜在的漏洞,自顶向下地对合约本身及其执行环境建立着色Petri网模型,并引入攻击者模型来考虑合约遭受攻击的情况。通过运行模型以验证合约存在交易顺序依赖漏洞,最后基于Remix平台在以太坊网络中证实结论的正确性。     

信号交叉口人机混驾交通流速度控制策略建模

为分析人机混驾交通流下网联自动驾驶车辆（connected and autonomous vehicles,CAV）速度控制策略对交通流运行特征的影响,构建了考虑驾驶员对行车信息获取不确定性的人工驾驶车辆交叉口通行决策模型。提出考虑前车速度影响的自动驾驶速度控制策略,构建信号交叉口连续型元胞自动机更新规则,通过引入不同CAV渗透率、道路饱和度、控制区长度参数,研究CAV速度控制策略对信号交叉口交通流运行特征的影响。结果表明：CAV能显著提高交叉口通行能力,且车流通过交叉口区域的延误显著降低;同时速度控制策略的实施效果还受控制区长度的影响,呈现出随着控制区长度的增加,车均延误逐渐降低并趋于稳定。     

隔热智能窗用W掺杂VO2热致变色涂层的制备与表征

以低毒的硫酸氧钒为钒源、白钨酸为钨源,采用温和的液相法制备了钨掺杂柠檬酸氧钒铵前驱体;借助溶胶凝胶镀膜技术与500℃、Ar气气氛低温烧结制备了W掺杂VO2涂层.研究发现,涂层中W6+引入及V3+产生有效降低了VO2单斜相向四方相转变所需的热能势垒,同时也使得四方相可以在较低温度下存在.因此,随W掺杂量由0 at.％逐渐...     

基于深度学习的智能学习资源推荐算法

为了提高资源推荐性能,采用广义回归神经网络完成资源推荐。首先,提取推荐系统的用户和资源特征,选择两者的特征差异值之和作为推荐系统目标函数,然后构建广义回归神经网络(Generalized regression neural network, GRNN)资源推荐模型。考虑到GRNN训练效果对平滑因子和核函数中心的依赖性强的特点,引入差分进化(Differential evolution, DE)算法对GRNN的平滑因子和核函数中心偏移因子进行优化求解：选择最小特征差异值求解函数作为DE算法适应度函数,通过DE算法的多次交叉、变异和选择操作,获得最优平滑因子和偏移因子。最后采用优化后的平滑因子和偏移因子进行GRNN资源推荐,生成特征差异较小的候选资源序列作为资源推荐序列。试验证明,选择合理的DE算法交叉速率和差分缩放因子,能够获得较好的平滑因子和偏移因子,GRNN也能够获得更好的推荐效果。和常用资源推荐算法比较,对于3种不同的训练样本,该文算法能够获得更优的资源推荐准确率,且RMSE值较低。     

面向电网人员智能调度的实景巡检算法

为提高实景巡检中绝缘子缺陷的检测精度,该文提出一种基于双路注意力通道的YOLOv5(Double squeeze and excitation-you only look once version 5,DSE-YOLOv5)算法。该算法使用K-means聚类算法优化先验框参数,提高先验框与目标的匹配度;并对YOLOv5的骨干网和特征融合网络进行改进,加强对小目标检测能力;最后使用距离交并比损失的非极大值抑制(Non-max suppression using distance intersection over union, DIoU-NMS)进行检测。试验结果表明,与传统YOLOv5相比,所提DSE-YOLOv5在对绝缘子缺陷的检测上精准率、召回率、平均精度均值都有提升,满足了电网维修人员在智能调度时对识别精准度的需求。     

基于三层并行逐步优化算法的多水源区域内水资源智能调配方法

多水源区域内水资源的目标量通常较多,对其进行水资源调配时存在目标查找困难、调配精准度低等问题.为了有效解决上述问题,提出一种基于三层并行逐步优化算法的多水源区域内水资源智能调配方法.首先建立了考虑经济效益、社会效益以及生态环境效益的目标函数,并计算了三者的具体权重,以作为下一步水资源调配的参照基准.然后采用三层并行逐步优化算法将调配分为决策、查找及优化更新三大步骤,同时结合莱维飞行算法查找决策模型中的最优目标解,通过不断迭代优化更新目标值与调配值间的正向差值,并利用修正函数缩小二者间的差异,以实现水资源的高效调配.最后通过仿真实验证明,所提出的基于三层并行逐步优化算法的多水源区域内水资源智能调配方法具有较高的精准度、较强的稳定性和较广的适用范围.     

一种应用于高含硫气井的智能取垢器系统设计

油气井生产过程中,受地质环境、生产阶段、矿物成分等多种因素综合影响,井筒上易产生垢物堵塞,影响正常生产;而解堵和工艺措施的有效性由能否精准取样井下垢物直接决定.针对高含硫气井井下垢物样本取样需要,设计研制了 一套智能井下取垢系统,介绍了智能井下取垢器的体系结构及工作原理;详细论述了电路板减震结构、取垢弹爪、容垢篮装置以...     

一类受到未知外部干扰的多智能体系统学习协同控制

针对一类受到未知外部干扰的多智能体系统,在迭代学习控制框架下,结合自适应控制,首先设计了具有微分型参数自适应律的时变增益,同时,为了补偿未知外部干扰,设计了辅助控制器;通过构造复合能量函数,基于类Barbalat引理,证明了区间[0,T]上的完全一致性.其次,借助坐标变换,将编队问题转化为一致性问题.最后,通过一个仿真...