基于动态延迟策略更新的TD3 算法

在深度强化学习领域中，为进一步减少双延迟深度确定性策略梯度TD3( Twin Delayed Deep Deterministic Policy Gradients) 中价值过估计对策略估计的影响，加快模型学习的效率，提出一种基于动态延迟策略更新的双 延迟深度确定性策略梯度( DD-TD3: Twin Delayed Deep Deterministic Policy Gradients with Dynamic Delayed Policy Update) 。在DD-TD3 方法中，通过Critic 网络的最新Loss 值与其指数加权移动平均值的动态差异指导Actor 网 络的延迟更新步长。实验结果表明，与原始TD3 算法在2 000 步获得较高的奖励值相比，DD-TD3 方法可在约 1 000步内学习到最优控制策略，并且获得更高的奖励值，从而提高寻找最优策略的效率。     

一类时滞反馈非线性系统的分岔与控制

考虑含参数激励的广义Van der Pol方程的Hopf分岔与控制问题。通过设计线性位移和速度时滞反馈控制器构造了受控系统,着重研究了控制器对该类参数激励系统的1/2亚谐共振的分岔响应控制。采用多尺度法从理论上推导出时滞动力系统的分岔响应方程,并进一步得到Hopf 分岔的存在条件。通过数值模拟,验证了所设计的控制器不仅能控制极限环的幅值,也能控制Hopf 分岔的产生。     

带有非线性耦合节点和时滞的复杂网络的指数同步研究

在耦合矩阵不对称并且假设耦合指数已知的条件下,利用 Lyapunov Krasovskii稳定理论设计了一个非线性反馈控制器,使得复杂网络达到全局指数同步。通过数值仿真,证明了该同步定理的可行性和有效性。     

基于二次分配复两部制的天然气管道运输定价

天然气的管道运输具有天然垄断、高投入、成本随距离递增、市场可细分等特点,这些特点影响了管道运输定价的选择.本文在分析管道运输特点的基础上,首次提出二次分配复两部制理论.并对二次分配复两部制理论基础进行了分析,对固定费用的形成进行了详细的探讨,并在天然气管道运输定价中进行模拟运用,得到满意的结果.     

延迟反馈在随机系统中的作用

有关延迟反馈(Delayed Feedback)的研究已经在混沌控制、天体动力学和神经系统等领域中受到了非常广泛的关注.首先阐明了研究整个复杂网络的一条有效的途径——网络基本单元,接着阐明了复杂网络中一种十分常见的基本单元——反馈环(Feedback Loop),然后将时间延迟与反馈结合起来,通过一个具体的模型进行数值模拟,进而分析了延迟反馈在随机系统中的重要作用.     

购买费用的滞后支付对库存系统最优订货策略的影响

通过考虑资金时值而建立了带有两种不同滞后支付规则：（１）固定滞后支付期；（２）边销售边支付的库存系统在有限计划期内的经济订货量模型，讨论了模型解的存在与唯一性，提供了模型寻求最优解的一种简便方法，并给出了应用实例.     

成玄英重玄学略论

成玄英的重玄思想广泛吸收佛教思想精华，对玄之又玄的道遣有、遣无、遣其遣，将“有”、“无”、“非有非无”统统视为“执滞”，主张一切无所滞、无所执，一切任凭自然，极大地推动了道教理论的发展。     

用复变数求未受驱动阻尼振子运动方程的解

本文鉴于教材中直接给出未受驱动阻尼振子这动方程的解，应用复变数给出其三种情况下运动方程的求解过程。     

对计算机编目查重问题的研究

阐述了提高查重准确率的重要性,针对图书馆充分利用计算机的优势,从题名、责任者、ISBN几方面介绍了查重方法。     

中西医结合治疗胃大部切除术后残胃排空障碍报告11例

目的 研究胃大部切除术后残胃排空障碍（ＤＧＥ）治疗方法。方法 采用中西医结合治疗方法观察１１例ＤＧＥ患者。结果 １１例患者平均７～１４ｄ内得到缓解，均未再次手术，其中１便患者手术后２８ｄ再次出现ＤＧＥ，主要表现为急性胃扩张，经上述治疗５ｄ后好转。结论 ＤＧＥ为胃手术后少见的并发症之一，采用中西结合治疗方法收效显著。