基于Q学习算法的发电公司决策新模型

提出了基于Q学习的发电公司决策新模型,应用于求解发电公司在具有不完全信息的电力市场环境下为获取最优长期利润而制定的决策问题.以电力市场重复运行具有的典型Markov过程特性,应用Q学习算法构建以长期利润最优为目标的发电公司决策模型,并通过算例仿真验证了该模型的有效性.所提出的决策新模型可以根据发电公司对市场状态变化的不同预估状态转移概率模拟该公司在市场环境下的不同竞价策略,并给出不确定市场环境下的最优决策.     

区间值进程演算的可加模型

进程演算是研究并行计算和分布式计算的一个重要语义模型．引入区间值进程演算的可加模型（简称AICCS），以解决在并发通讯系统中产生的不确定性．在该模型中，前缀进程、并行进程以及和进程都赋以区间值．作者给出了AICCS的语法及可加的操作语义，引入了进程的量化这一概念，在此基础上引入强互模拟和μ-强互模拟的概念，并且讨论了其相关性质．     

生物除磷脱氮工艺再生回用水作为冷却水应注意的问题

污水处理的再生水回用与冷却用水采用除磷脱氮工艺,是把好水质质量关的重要保证。提出在生物除磷脱氮工艺的管理运行中,要采用科学方法,使水处理工艺达到最高能效;在运行管理中要掌握原理,注意生物除磷脱氮的主要影响因素和其他方面的问题。     

基于PLS模型的自适应间歇过程质量预测

间歇生产过程中,很多质量指标不能在线测量,导致过程很难控制。该文应用部分最小二乘(PLS)方法建立软测量模型,通过批次初期在线测量的过程变量对最后的产品质量进行预测。同时,利用过程中得到的中间质量测量值对最后的预测结果进行修正。为了解决过程参数随时间变化的问题,在每个批次结束后利用新数据对原模型进行更新。将该法用于异丁烯酸甲酯(MMA)聚合反应过程,仿真结果显示,该法能够克服过程参数变化的影响,有效地预测最后的产品质量。     

左云县氧化沟污水处理厂的设计

介绍了左云县污水处理厂采用国产曝气转盘氧化沟的设计参数、工艺流程以及设备选型情况，并指出了氧化沟系统在运行中应注意的问题。     

支护结构分析和自立支护结构

与目前应用的基坑支护结构相比，自立支护结构属于独创的基坑支护结构，该结构的特征是采用动态自立支护理论，由自立支护机理和动态安全理念构成。它平衡基坑支护结构荷载(土压力)不是依靠土体产生的任何“抵抗力”，而是依靠支护结构自身“抵抗力”独立承担。地质特性只影响荷栽，与“抵抗力”无关。     

诺卜乙基醚的氧化反应

由β-蒎烯合成了诺卜醇，再由诺卜醇合成了诺卜乙基醚。用高锰酸钾的碱性溶液氧化诺卜乙基醚，由于产物分离困难，故通过设计的路线得到主要产物的乙醇酯，经MS，IR，^1H NMR和^13C NMR分析后确定其结构为cis-2，2-二甲基-3-(β-乙氧基丙酰基)环丁烷乙酸乙酯。由GC-MS分析确定了8个产物的结构，为2，2-二甲基-3-(β-乙氧基丙酰基)环丁酮、cis-2，2-二甲基-3-(β-乙氧基丙酰基)环丁烷乙酸、3-羟基-cis-2，2-二甲基-3-(β-乙氧基丙酰基)环丁烷乙酸、1-羟基-cis-2，2-二甲基-3-(β-乙氧基丙酰基)环丁烷乙酸、2，3-二羟基诺卜乙基醚、5-羟基-2，3-环氧诺卜乙基醚、1-羟基-2，3-环氧诺卜乙基醚、1，5-二羟基-2，3-环氧诺卜乙基醚。结果表明：碱性高锰酸钾氧化诺卜乙基醚首先生成2，3-二醇，进一步继续氧化断裂得到环丁烷羧酸．或脱水后得到2，3-环氧化合物。     

连续时间Markov控制过程的平均代价最优鲁棒控制策略

在Markov性能势基础上 ,研究了一类转移速率不确定但受紧集约束的遍历连续时间Markov控制过程 (CTMCP)的鲁棒控制问题 .根据系统的遍历性 ,平均代价Poisson方程的解可被看作是性能势的一种定义 .在平均代价准则下 ,优化控制的目标是选择一个平稳策略使得系统在参数最坏取值下能获得最小无穷水平平均代价 ,据此论文给出了求解最优鲁棒控制策略的策略迭代 (PI)算法 ,并详细讨论了算法的收敛性 .     

具有两类索赔的风险过程的破产概率

古典风险模型主要考虑同一类型的风险构成的风险过程，研究当承保人承保两类不同的风险时，相应的风险总和构成的风险过程．在两类索赔计数过程均为Erlang（2）过程时，通过补充新的风险过程和相应的破产概率，通过考虑在首个指数时刻发生的不同情况，推导出破产概率所满足的微积分方程组，并就索赔额服从指数分布的情形得到了破产概率的精确表达式．最后利用更新方程还给出了不同类型破产概率的一个上界．这些结论的得出对于保险人评估风险具有重要的指导意义．     

基于马尔可夫预测模型的数据仓库缓存管理

提出了一种基于马尔可夫预测模型的数据仓库缓存管理策略.将Chunk作为缓存的基本粒度单位,通过收集用户已提交的查询,利用马尔可夫模型预测下一步用户将要访问的视图区域的概率分布,并在此概率分布的基础上提出了基于预测风险的缓存淘汰算法.实验结果表明,算法缓存命中率高,有效地缩短了OLAP查询的响应时间,提升了系统的整体性能.