多agent协同强化学习算法SE-MACOL及其应用

针对多agent团队中各成员之间是协作关系且自主决策的学习模型,在此对Q学习算法进行了适当扩充,提出了适合于多agent团队的一种共享经验元组的多agent协同强化学习算法。其中采用新的状态行为的知识表示方法,采用相似性变换和经验元组的共享,能够提高多agent团队协同工作的效率。最后将该算法应用于猎人捕物问题域,实验结果表明该算法能够明显加快多个猎人合作抓捕猎物的进程。     

中国药品集中采购政策解读与实证分析

2018年底伊始的国家药品集中采购迄今为止已实施三轮,共涉及112个品种,预计每年约可节省医保药品支出539亿元.对三轮集中采购规则进行解读和实证分析,发现:选区规则对竞价结果具有显著性影响;熔断机制理论上会受到成本因素约束,实践中仍发挥了一定效果.国家药品集中采购促进了中国医药市场基于质量和成本的竞争,推动行业集中度...     

基于深度强化学习的空中基站部署优化算法

针对无人机群(swarm of unmanned aerial vehicle, UAV-swarm)在救灾场景中对地面移动用户进行持续性通信覆盖的问题,设计了一种基于多智能体的深度强化学习的无人机群路径优化算法。该算法框架中无人机具有分布式决策能力,根据用户的移动来动态调整自身的移动策略。通过设置合适的强化学习奖励和参数,使无人机在满足覆盖百分比、防碰撞、能源限制等多种约束前提下,最大限度地长期覆盖地面移动用户。与其他无人机部署方案算法进行仿真对比,实验结果表明,该模型在收敛速度和收敛效果上得到了显著提升。     

基于强化学习的连续型机械臂自适应跟踪控制

针对空间主动碎片清除操作中连续型三臂节机器人系统跟踪问题,提出一种基于强化学习的自适应滑模控制算法。基于数据驱动的建模方法,采用BP神经网络对三臂节连续型机械臂进行建模,并作为预测模型指导强化学习实时调节所提出滑模控制器的控制参数,从而实现连续型机器人运动的实时跟踪控制。仿真结果表明：提出的数据驱动的预测模型对随机轨迹预测的相对误差保持在±1%以内,能够高精度地反映系统动态特性。对比固定参数的滑模控制器,提出的自适应控制器在保证系统达到控制目标的同时具有更低的超调量和更短的调节时间,表现出更好的控制效果。     

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。     

集中润滑装置零部件二次开发技术

为解决集中润滑行业缺少三维标准件库的问题,本文利用成组技术对集中润滑装置进行模块划分,以VB为开发语言,利用参数化设计技术对三维设计软件Solid Works进行二次开发,完成集中润滑装置标准件库的开发。利用宏录制功能快速完成递进式分油器柱塞参数化设计编程,为其他机械产品提高设计效率提供借鉴。     

集聚效应对中国风电产业发展差异影响的实证研究

风电产业的发展是清洁能源发展的热点之一。本文从产业集聚效应的角度出发,深入研究了我国风电产业链的发展情况,利用地区集中度LQ指标对2009~2012年华北、东北、西北和江苏沿海风电产业集聚情况进行了实证研究,得出我国四大区域确实存在风电产业集聚现象。同时利用产业地区集中度cR指标测度各地的市场集中度,深入分析了我国典型地区的风电产业集聚特征,得出受集聚效应和各地经济资源禀赋不同的影响,我国风电产业发展存在差异且缺少地区间的产业联动发展,并提出相应的对策建议。     

具有强化学习策略的决策树算法

传统决策树在对不平衡数据进行分类时,提高正类的权重和舍弃部分负类的信息,造成负类的预测精度较低.文章引入强化学习思想,提出一种基于马尔可夫决策过程的改进决策树方法.根据马尔可夫决策过程、当前分裂特征的标准化互信息和马修斯相关系数作为信息增益率的奖励或者惩罚,形成新的特征选择标准.实验结果表明,与其他传统方法相比,改进的...     

针对无人潜航器的反潜策略研究

近年来无人潜航器对国家海洋国土安全带来的威胁逐渐增大,其低噪声特性和隐蔽入侵方式也给反潜行动带来极大困难。为此,提出了一种两阶段规划算法,用以学习优化反潜策略,在部署阶段,建立了基于不确定性马尔可夫决策过程的反潜资源分配模型,并设计了鲁棒性部署策略强化学习算法,用以求解不确定条件下分配模型的纳什均衡解。在搜索阶段,建立了基于部分可观察马尔可夫决策过程的搜潜模型,并设计了基于多智能体强化学习的搜潜策略学习算法。最后,通过仿真实验验证了本算法与比对算法相比具有更高的性能。     

新型包膜型强化缓释氧化材料的制备及其缓释性能研究

针对场地污染土壤原位化学修复工程中传统氧化剂耗散快、利用率低等问题,首次以壳聚糖(CS)-尿 素（U）复合膜为膜材料,对二氧化硅、液体石蜡（LP）和过硫酸钠（PS）组成的缓释芯材进行包膜,研究其强化缓释 性能.利用傅里叶变换红外光谱仪(FT-IR)、扫描电子显微镜（SEM）对复合膜进行表征,考察CS、U投加量及溶 剂组成等对成膜质量的影响,评价膜的抗热性能;研究LP投加量对芯材骨架成型效果的影响;通过在水、土壤环 境中对PS的释放实验,探讨复合膜材料对PS的强化缓释性能.结果表明,当CS用量为0.8 g,U为0.4 g,2%乙 酸水溶液和甘油的体积分别为20 mL和5 mL时,制备的复合膜表观形貌及抗拉伸强度最佳,抗热性能优异;CS 与U二者在成膜过程中发生交联、氢键作用,复合膜保留了较好的亲水性,有利于PS释放通道的形成;CS-U复 合膜材料对PS具有强化缓释作用,且复合膜具有较好的抗淋溶性能,有效降低渗漏损失,是理想的PS缓释氧化 剂的包膜材料.