基于FL-MADQN算法的NR-V2X车载通信频谱资源分配

针对5G新空口-车联网（New Radio-Vehicle to Everything,NR-V2X）场景下车对基础设施（Vehicle to Infrastructure,V2I）和车对车（Vehicle to Vehicle,V2V）共享上行通信链路的频谱资源分配问题,提出了一种联邦-多智能体深度Q网络（Federated Learning-Multi-Agent Deep Q Network,FL-MADQN）算法.该分布式算法中,每个车辆用户作为一个智能体,根据获取的本地信道状态信息,以网络信道容量最佳为目标函数,采用DQN算法训练学习本地网络模型.采用联邦学习加快以及稳定各智能体网络模型训练的收敛速度,即将各智能体的本地模型上传至基站进行聚合形成全局模型,再将全局模型下发至各智能体更新本地模型.仿真结果表明：与传统分布式多智能体DQN算法相比,所提出的方案具有更快的模型收敛速度,并且当车辆用户数增大时仍然保证V2V链路的通信效率以及V2I链路的信道容量.     

西南四省市产业结构偏离—份额分析

产业结构变动是考量区域经济发展的重要参数。对2000—2005年间重庆、四川、贵州、云南四省市的产业结构,运用偏离—份额分析方法进行评测,可发现区间总体偏离分量呈不平衡发展状态,竞争偏离分量优于结构偏离分量。在四省市的产业结构偏离分量比较中,四川的绝对值最大,优势最为明显。加大区域产业结构的优化与调整,是推动四省市经济增长和发展的重要途径。     

区域农业发展与农作物种植比较优势研究——基于重庆、四川、贵州、云南的实证分析

基于西南四省市的农业发展，运用比较优势分析方法，通过对农作物的规模结构和土地产出率的实证分析，得出了西南四省市的农作物比较指数优势，以期在资源整合与种植结构调整的基础上，全面提升区域农业的整体竞争力．