MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient,MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system,MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法.分析算法框架及训练方...     

碳纤维加固中小型旧桥的加固效果检测

检测评价碳纤维加固中小型旧桥的加固效果往往受到经费和现场情况的限制，不能完全按照旧桥承载力检测方法进行．以某桥碳纤维加固工程为工程实例，根据实际检测结果总结了检测评价碳纤维加固效果较为经济可行的试验方案。     

应用空间嵌入式实体组合单元分析PC桥梁结构

根据预应力混凝土桥梁的受力特性，应用有限元方法的基本原理，推导出包含预应力钢筋贡献的嵌入式预应力混凝土组合单元列式．力学概念明确，算例证明计算结果可靠．应用嵌入式组合单元模型，在单元划分时不必考虑预应力钢筋的布束方式，预应力钢筋单元可随意穿过混凝土单元，为解决非节点荷载向实体单元节点荷载转换提供了一种行之有效的技术手段，为正确分析空间曲线布束的预应力混凝土桥梁结构提供了一种实用算法．     

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。     

三峡升船机塔柱筒体结构温度配筋研究

讨论了现有温度配筋方法的不足,采用钢筋混凝土非线性有限元方法,根据使用阶段最大允许裂缝宽度来合理配置的温度钢筋;并运用这一概念对三峡升船机塔柱筒体结构的温度配筋进行研究,分析了配筋量与裂缝开展、裂缝宽度之间的关系,确定了合理的温度钢筋用量,和现有的方法进行了对比。     

先张及后张预应力矩形梁疲劳受力性能研究

折线配筋预应力混凝土先张梁采用合理的布筋方式,克服传统直线先张法布筋方式与结构的实际受力特点不相适应的缺点,增加了跨度;同时避免了后张法在耐久性和施工工艺等方面缺陷,有效地控制了梁端斜裂缝的出现.通过室内试验验证,折线配筋预应力混凝土梁提高了梁体的疲劳受力性能,能够较好地延长桥梁使用寿命.     

基于强化学习的写字楼动态电力价格策略研究

针对城市商业区写字楼的微电网能源管理系统,如何有效的进行能量协同调度具有重要的理论价值与应用价值。本文提出了基于强化学习的写字楼能量调度的需求侧动态价格响应算法。首先,将物业与写字楼之间的模型建立为一个马尔可夫决策过程（Markov Decision Process,MDP）,通过使用Q-Learning算法中的贪婪策略（ε - greedy）来探索写字楼中每个时间间隙的最佳电力零售价格。实验表明,通过需求侧动态价格能量调度策略不仅可以提高电网的可靠性和能源的有效利用率,实现电力分流、削峰和填谷,也可有效降低写字楼的能量消耗,同时降低用户的电力能耗使用成本,使得各方利益最大化,验证了本文所提算法的有效性和实用性。     

聚乙烯醇纤维和维尼纶纤维增强水泥石的研究

以聚乙烯醇纤维和维尼纶纤维为增强纤维，研究了水化时间、养护方式和纤维对水泥石力学性能的影响。发现：随着水化时间的延长，水泥石力学性能提高；养护方式影响素水泥石的力学性能，但较小影响纤维增强水泥石的力学性能；少量纤维加入到水泥基体中，能有效提高水泥石的力学性能；较高强度模量的聚乙烯醇纤维的增强增韧效果优于较低强度模量的维尼纶纤维。     

一种无先验地图的移动机器人导航方法

为了提高移动机器人在复杂环境下的无先验地图导航算法模型训练速度及导航成功率,提出一种基于深度确定性策略梯度(deep deterministic policy gradient, DDPG)的移动机器人导航方法。利用2D激光雷达的均匀分布测距信息,降低环境噪声的干扰及高维度环境信息的计算量;采用人工势场法构建移动机器人从初始位置到目标点过程的奖励函数;通过Actor-Critic网络结构提高模型训练的稳定性和泛化能力。实验结果表明,提出的方法具有模型训练速度快、导航成功率高及泛化能力强等优点。