智能电动机控制器在电收尘通风机上的应用

对智能电动机控制器的情况作了介绍，结合工作实践提出了维护要点和建议，并对该控制器的参数设置进行了说明，这对使用该设备的工业企业有一定的指导意义。     

印品质量控制中的密度测量与色度测量

在印刷品质量控制中为了得到更多的可靠数值,越来越多地选择用仪器测量法来代替主观评价法.这就是密度测量法和色度测量法.     

具有减少辨识参数的随机多变量极点配置自适应控制器

本文提出了一种新的限制输出个数减少随机多变量自适应控制中辨识参数的方法，并给出了减少辨识参数的极点配置自适应算法。虽然采用ｎ个输入１个输出的减少辨识参数的模型来设计控制器，但所提出的控制器能够保证被控系统的几个输出跟踪参考输入信号，仿真结果表明，所提出的方法是成功的。     

黄河2007年汛前调水调沙生产运行分析

对黄河2007年调水调沙生产运行情况进行了分析,结果表明:本次调水调沙取得了下游河槽全线冲刷、主河槽最小平滩流量由调水调沙前的3 500 m3/s增大到3 630 m3/s和人工塑造异重流成功等良好效果。取得的主要收获有:①进一步积累了人工塑造异重流的经验;②加深了对下游河道水沙演进规律的认识;③为河道整治工程设计提供了原型观测数据;④再次证明调水调沙作为扩大下游河道排洪能力、处理黄河泥沙、维持黄河健康生命的措施之一是行之有效的。     

逻辑型多变量鲁棒自校正解耦间接算法

本文提出了一种多变量鲁棒自校正解耦间接算法。它采用一种新的正则化和相对死区实现了鲁棒自校正解耦控制。这种方法可以使系统跟踪特性不受死区界和正则化因子的影响。本文还给出了算法的鲁棒性分析和仿真结果。     

Km高温抗蚀耐磨涂料在省煤器中的应用

锅炉省煤器磨损一直是困绕锅炉稳定运行的主要因素之一。本介绍了Km高温抗蚀耐磨涂料的性能、特点，以及在实际生产中的使用情况，通过实践充分肯定了Km高温抗蚀耐磨涂料的可行性、可靠性和经济性。     

精细油藏描述提高包1块二次开发效果

针对包1块开发过程中注采井网混乱、平面注水受效不均、水井分注率低的情况，运用精细油藏描述方法，在地质体、剩余油分布规律及微构造重新认识基础上，对区块实施复注、剩余油挖潜、调驱等措施，使包1块在含水高、采油速度低的情况下，取得了二次开发的成功。对同类型油田的二次开发调整有一定的指导和借鉴意义。     

基于正则总体最小二乘准则的OFDM系统信道估计算法

基于导频的最小二乘(LS)估计方法的优点是结构简单,容易实现,但对噪声和干扰敏感。通过对OFDM系统中由于信道的时变性产生的载波间干扰进行了分析,在此基础上提出正则总体最小二乘(TLS)信道估计算法。根据Tikhonov正则化原理,导出了总体最小二乘正则化解法的计算公式。与一般的LS信道估计相比,TLS方法同时考虑了信道噪声和信道时变特性,所以该算法不仅在一般的信道条件下具有良好的性能而且也适合快变信道条件下的OFDM系统。仿真结果表明,该算法具有很好的均方误差和误比特率性能。     

坝基混凝土防渗墙力学性状的统计分析

混凝土防渗墙是透水和可压缩坝基渗流控制的主要措施。本文从统计分析的角度研究坝基混凝土防渗墙的力学性状。首先收集了43个已建土石坝工程坝基防渗墙实例力学性状监测资料和工程建设信息,建立了防渗墙力学性状实例数据库。在分析防渗墙受力特点的基础上,基于实例资料,对混凝土防渗墙的水平位移、顶部沉降、覆盖层和防渗墙的相对沉降、防渗墙应力特性及开裂性状开展详细的统计分析,揭示了不同力学性状的统计规律和产生机理。在此基础上,进一步讨论了防渗墙的位置、深度、材料以及河谷形状和地基变形特性对墙体力学性状的影响规律,识别影响防渗墙力学性状的主要因素。本文从统计角度揭示防渗墙的力学性状,可为防渗墙的设计和建设提供参考。     

基于分区缓存区重放与多线程交互的多智能体深度强化学习算法

近些年,深度强化学习(Deep Reinforcement Learning,DRL)已成为人工智能领域一个新的机器学习范式与方法论,它在许多高维度大状态的复杂空间任务中能够取得显著的成功.然而,传统的深度强化学习仍然存在着学习效率低、训练时间长的问题,在多智能体的行为决策研究中难以达到理想的效果.针对这些问题,本文提出了一种基于分区缓存区重放与多线程交互的多智能体深度强化学习算法(Partitioned Buffer Replay and Multiple Process Interaction,PBR-MPI).首先,该算法使用分区缓存区的经验重放形式,通过划分奖励空间来区分正面经验、负面经验与中性经验,并在训练时使用分层随机的采样方式抽取这些经验数据.其次,算法运用多线程的交互方式促进了智能体与环境的试错过程,通过智能体的多个克隆体并行的学习并整合它们的学习经验来训练网络模型的参数.然后,为了构建PBR-MPI算法的适用场景,本文根据目前多智能体系统(Multi-Agent System,MAS)的最新研究进展,将多智能体的信息交互方式归纳总结为集中式信息交互、全信息交互和欠信息交互三大类.最后,将新算法与其它的多智能体DRL算法分别在三种不同的信息交互场景中进行对比实验,用于验证和评价PBR-MPI的有效性及整体性能.实验结果表明,在智能体个数为5的多智能体目标追踪任务中,缓存区数为3、线程数为5的PBR-MPI算法的学习收敛速度平均提高了21％,训练效率平均提升了34％,并且在综合性能的评估中新算法的整体性能改善了50％.