基于个体协同触发强化学习的多机器人行为决策方法* .txt

摘要：为了提高多机器人行为最优决策控制中强化学习的效率和收敛速度，研究了多机器人的分布式马尔科夫建模与控制策略。根据机器人有限感知能力设计了个体 协同感知触发函数，机器人个体从环境观测结果计算个体 协同触发响应概率，定义一次触发过程后开始计算联合策略，减少机器人间通讯量和计算资源。引入双学习率改进Q学习算法，并将该算法应用于机器人行为决策。仿真实验结果表明，当机器人群组数量在20左右时，本文算法的协同效率较高，单位时步比为1085 0。同时距离调节参数η对机器人协同搜索效率有影响，当η=0008时，所需的移动时步比和平均移动距离都能达到最小值。通过双学习率的引入，该算法较基于环境模型的强化学习算法具有更高的学习效率和适用性，平均性能提升35%，对于提高多机器人自主协同能力具有较高的理论意义及应用价值。 .txt     

螺旋CT鉴别诊断厚壁型胆囊癌与慢性胆囊炎

目的 :总结厚壁型胆囊癌(TWGC)与慢性胆囊炎(CC)CT特征及鉴别诊断。方法 :以本院32例厚壁型胆囊癌患者和66例慢性胆囊炎患者为研究对象,总结CT图像表现特点及诊断准确率。结果 :TWGC组和CC组的胆囊壁厚度差异有统计学意义(P值<0.05),TWGC组厚度值大于CC组。CC组胆囊黏膜完整率、胆囊轮廓清晰率均大于TWGC组,两组之间差异有统计学意义(P值<0.05),两组胆道阻塞发生率、胆道阻塞位置高低有统计学意义(P值<0.05),TWGC组高位发生率大于CC组。TWGC组侵犯邻近器官、淋巴肿大和腹腔积液发生率大于CC组,组间差异有统计学意义。多层螺旋CT诊断TWGC灵敏度为93.75%,特异度为92.42%,阳性似然比为12.3750,阴性似然比0.0676;阳性预测率为85.71%,阴性预测度为96.83%,诊断正确率为92.86%。结论 :厚壁型胆囊癌和慢性胆囊炎的多层螺旋CT表现有差异,可用于鉴别诊断。     

随车起重机伸缩臂截面多目标优化

为了提高某火箭炮弹药装填车随车起重机伸缩臂的结构刚度,减轻结构质量,建立了随车起重机伸缩臂参数化模型,并对伸缩臂在水平受载状态下进行仿真分析。以伸缩臂截面尺寸参数为设计变量,借助最优拉丁超立方试验设计建立样本空间,构造响应面多项式函数近似模型。在此基础上,利用NSGA-Ⅱ型遗传算法对伸缩臂自身重量、挠度进行多目标优化。优化结果表明:伸缩臂质量减轻了24.5%,减重效果明显。文中所采用的将参数化建模、有限元分析和数值寻优相结合的优化方法,可为起重机伸缩臂截面优化提供一定的参考。     

某低品位铜铅锌多金属硫化矿选矿工艺研究

某低品位铜铅锌多金属硫化矿的原矿品位分别为Cu 0.47%、Pb 1.236%和Zn 0.891%。矿石中铜铅锌有用矿物的嵌布粒度较细且共生关系较复杂。试验着重探讨了磨矿细度、浮选捕收剂和调整剂的优化,在解决矿物有效解离的前提下,提高铜铅锌浮选分离的选择性。当原矿磨矿细度为-0.074mm占80%时,采用乙硫氮作捕收剂,石灰、硫酸锌和亚硫酸钠作调整剂,粗选获得的铜铅混合粗精矿再磨至-0.043mm占81.31%后,经两次精选获得铜铅混合精矿。铜铅混合精矿采用活性炭脱药,亚硫酸钠和CMC组合抑铅,Z200浮选铜,实现了铜铅分离。铜铅混合浮选尾矿,采用硫酸铜活化,丁基黄药作捕收剂,浮选获得锌精矿。最终浮选指标为:铜精矿的铜品位27.26%,铜回收率80.62%;铅精矿的铅品位59.35%,铅回收率85.20%;锌精矿的锌品位41.14%,锌回收率为82.74%。为该低品位铜铅锌多金属硫化矿资源的开发利用提供了可行的技术方案。     

机制砂混凝土耐磨性的主要影响因素分析及多因素计算模型

本文研究了砂类型、砂率、石粉含量和抗压强度对机制砂混凝土耐磨性的影响,建立了磨损量的多因素计算模型。结果表明:由于含石粉及具有更高的粗糙度和坚固性,石灰岩与辉绿岩机制砂制备的C30、C40混凝土耐磨性比河砂混凝土提高20%以上;在0.40~0.44范围内选取较低的砂率可获得较优的耐磨性;利用石粉含量为5%~11%(质量分数)的机制砂制备混凝土,石粉含量为9%时可获得最佳的混凝土耐磨性,微观分析表明此时混凝土密实度最佳;通过灰色系统理论确定了耐磨性影响因素的影响程度排序为:砂率R₃>压碎值R₂>粗糙度R₁>抗压强度R₅>石粉含量R₄>0.6;对比验证表明提出的混凝土磨损量多因素计算模型具有较高的预测精度和良好的适用性。     

基于FOA的变分模态分解在轴承故障诊断中的应用

变分模态分解(VMD)广泛应用于故障诊断中,从振动信号中提取故障特征是故障诊断过程中的关键部分。针对强背景噪声和脉冲干扰下滚动轴承早期故障特征难以提取的问题,提出了一种新的基于果蝇优化算法(FOA)的变分模态分解的轴承故障诊断方法。首先,利用果蝇优化算法自适应优化VMD的惩罚参数α和分解数K,获取最优参数组合;然后,对信号进行VMD分解,得到K个模态分量;最后,基于峭度最大化准则选取最优模态分量进行包络解调分析,提取出故障特征频率。通过仿真信号分析、实际故障轴承信号验证以及与基于果蝇优化算法的多分辨奇异值分解(MRSVD)方法进行对比,证明了所提方法的有效性。     

基于改进人工蜂群算法的多目标绿色柔性作业车间调度研究

针对多目标绿色柔性作业车间调度问题（MGFJSP）的特点，提出从碳排放量、噪声和废弃物这3个指标来综合评定环境污染程度，建立了以最小化最大完成时间和环境污染程度为优化目标的MGFJSP模型，并提出了一种改进的人工蜂群算法来求解该模型。算法的具体改进包括：设计了一种三维向量的编码和对应解码方案，在跟随蜂搜索阶段引入一种有效的动态邻域搜索操作来提高算法的局部搜索能力，在侦查蜂阶段提出产生新食物源的策略用于增加种群的多样性。最后进行了实验研究与算法对比，以验证所建模型和所提算法的有效性。