用于非线性时变系统噪声统计Q、R阵估计的新方法

提出了一种估计非线性时变系统过程噪声协方差阵Q和观测噪声协方差阵R的新方法.扩展卡尔曼算法结合前馈神经网络的非线性时变系统辨识过程中,噪声统计Q、R阵的估计是影响系统建模和预测精度的关键因素之一.本文所提出的估计噪声统计Q、R阵方法是基于协方差匹配技术,将M ehra估计定常系统噪声统计的方法推广到一般的非线性时变系统.仿真结果显示了本文方法的有效性.     

基于磁耦合谐振的线圈优化设计

磁耦合谐振无线能量传输技术近几年已经引起了广泛的关注和研究,但因为收发线圈体积较大,对于小功率设备的实际应用存在一定的困难.针对该问题,首先建立无线能量传输模型,从理论角度分析线圈Q值在能量传输中的作用;其次,通过三维电磁仿真软件HFSS对手持设备尺寸大小的平面螺旋电感进行优化设计;最后搭建一个小型无线能量传输系统,实现距离为0.1m、传输效率为60%、接收功率为5 W的能量传输,为小体积线圈在小功率设备中的应用提供参考.     

mRNA二级结构对重组人白血病抑制因子(rhLIF)在大肠杆菌中表达的影响

真细菌中翻译起始效率通常是由翻译起始位点两侧的ｍ ＲＮＡ 区域二级结构的稳定性决定的．这种稳定性与该区域ＲＮＡ 二级结构的发生自由能（ΔＧ０ ）相对应．重组人白血病抑制因子（ｒｈＬＩＦ）为具有诱导白血病细胞分化、调节骨组织的生长代谢、维持胚胎干细胞的基本特征、促进神经元的分化等广泛生物学活性的细胞因子．为了获得高表达的ＬＩＦ蛋白,通过翻译起始区的位点专一突变,把具有优选密码子和能量优势的ｌｉｆ 片段克隆入ｐＪＬＡ５０３ 载体,然后转化至大肠杆菌中表达,得到表达量提高１０ 倍的重组ＬＩＦ蛋白     

热学中非连续性现象的突变机理与分类: 折叠突变

非连续行为产生机理问题在火灾、燃烧、爆炸和传热等科学研究中有重要意义,这种非连续性行为与系统的非线所引起的突变,可依据突变理论所揭示的突变模式对热系统中的非连续现象进行等价分类。等温绝热条件下Ｓｅｍｅｎｏｖ系统的自行点火是系统折迭突变的结果。     

样条小波与样条插值分段滤波方法

针对窄带锐峰含噪信号峰尖以及峰周围所采集数据点少的特点,提出了样条小波与样条插值分段滤波的联用技术,并对Ｖ和Ｍｎ和ＣＣＤ－ＩＣＰ－ＡＥＳ实际光谱信号进行了处理,结果令人满意,研究结果表明,这种新的联合技术,对处理奇异突变信号十分有效,能提高波谱的清工和分析的准确度。     

基于DQN的机场地服人员动态排班研究

针对在繁忙机场的地面服务人员动态排班问题,提出一种基于深度Q网络(DQN)的排班方法．首先以最大化任务执行率和最小化员工工作时间作为目标,建立了优化模型;然后根据目标提出了两种不同的排班方法,进而采用DQN算法,根据生成的航班动态数据,提取6个状态特征作为网络的输入,并拟定合适的奖励机制,使得训练后的模型能够动态地选择最好的分配方法,最终对模型进行求解．将该方法应用在连续7 d的实际排班中,实验结果表明：与人工排班结果相比,该方法平均每天的任务完成数增加了0.43个,员工的总工作时长减少了53 min,DQN的排班结果具有明显优势,提高了机场地面服务的工作效率．     

基于增强拓扑神经进化的等效并行机动态调度

针对工件动态到达、处理时间不确定且机器须要弹性预防维护的等效并行机调度问题,以平均流程时间最小化为目标,提出了基于强化学习的动态调度方法．将调度过程作为马尔可夫决策过程,通过定义状态空间、行为空间、奖励函数与适应度函数,提出基于增强拓扑神经进化(NEAT)算法的动态调度方法．设计三种规模问题的实例,将基于NEAT的方法与最短路径树(SPT)、先装先卸(FIFO)调度规则及基于深度Q网络(DQN)的方法进行比较,结果表明：基于NEAT的方法相比基于DQN的方法能够以更短的训练时间获得更优、更稳健的调度方案,相比SPT和FIFO调度规则能够获得更优的目标值,利用训练好的NEAT模型对随机生成的大规模问题实例的快速高质量求解结果表明,基于NEAT的调度方法具有更好的泛化性能．     

Q3黄土结构密实度对土水特征曲线的影响分析

为了研究不同干密度原状黄土样土水特征曲线之间的差异,在甘肃黑方台开挖探井取不同埋深的Q3原状黄土样,进行基本物理力学性质和土水特征曲线的测试,并用Gardner模型、Van Ge-nuchten模型、Fredlund&Xing模型对所测土水特征曲线进行拟合.基于此提出了考虑土体干密度的土水特征曲线模型,并利用此模型预测...     

融合动作剔除的深度竞争双Q网络智能干扰决策算法

为解决战场通信干扰决策问题,设计了一种融合动作剔除的深度竞争双Q网络智能干扰决策方法.该方法在深度双Q网络框架基础上采用竞争结构的神经网络决策最优干扰动作,并结合优势函数判断各干扰动作的相对优劣,在此基础上引入无效干扰动作剔除机制加快学习最佳干扰策略.当面对未知的通信抗干扰策略时,该方法能学习到较优的干扰策略.仿真结果...     

带噪音预处理的改进探索性Q矩阵标定方法

考虑到在实际应用中学生在做题时的猜测和失误(统称为噪音)会影响探索性因素分析法所使用的四分相关矩阵的质量,该文提出四分相关矩阵的一种噪音修正方法,并将其应用于Q矩阵标定.模拟研究结果表明:猜测和失误这2种噪音会对Q矩阵的标定产生不利的影响;基于修正后的四分相关矩阵的探索性因素分析法,在样本量较大和噪音较大等情况下,均能有效地提高Q矩阵标定的准确率.