基于Q-learning模型的智能化放顶煤控制策略

传统的综放工作面放顶煤控制存在顶煤采出率低、出煤含矸率高等问题,而现有智能决策方法又存在建模困难、学习样本难以获取等障碍。针对上述问题,在液压支架放煤口动作决策过程中引入强化学习思想,提出一种基于Q-learning模型的智能化放顶煤控制策略。以最大化放煤效益为主要目标,结合顶煤放出体实时状态特征及顶煤动态赋存状态,采用基于Q-learning的放顶煤动态决策算法,在线生成多放煤口实时动作策略,优化多放煤口群组协同放煤过程,合理平衡顶煤采出率、出煤含矸率的关系。仿真和对比分析结果表明,该控制策略的顶煤平均采出率为91.24%,比传统"见矸关窗"的放煤方法提高约15.8%;平均全局奖赏值为685,比传统放煤方法提高约11.2%。该控制策略可显著减少混矸、夹矸等现象对放煤过程的影响,提高顶煤放出效益,减少煤炭资源浪费。     

面向数据流结构的指令映射优化方法

在高性能计算领域,数据流是一类重要的计算结构,也在很多实际场景表现出很好的性能和适用性。在数据流计算模式中,程序是以数据流图来表示的,数据流计算中一个关键的问题是如何将数据流图映射到多个执行单元上。通过分析现有数据流结构的指令映射方法及其不足,提出了基于数据流结构的新型指令映射优化方法。主要是根据多地址共享数据包的特性对指令映射方法进行优化,延迟多地址共享数据路由包的拆分,减少网络拥堵。     

虚假商品评论识别的研究与进展

受经济利益驱使,大量恶意用户发布包含不实内容的虚假评论以影响用户的购买决策,从而提高自身商品的销售业绩并打压竞争对手,严重扰乱电子商务运营秩序。为此,介绍虚假评论识别的研究成果,包括虚假评论内容、发布者及虚假评论者群组的识别,对识别过程所使用的特征及检测方法进行对比分析,并给出虚假评论识别效果的评价方式和指标。在此基础上,对未来虚假评论识别研究工作进行探讨和展望。     

《化学工业》投稿启事

1来稿须知1.1来稿请勿一稿两投,不得有侵权行为,本刊只接受未在国内外公开刊物上发表过的稿件。1.2稿件如涉及有关单位的统计资料:技术信息、经营情况、技术秘密等,请加盖单位公章。1.3编辑部有权对稿件进行编辑加工,如不同意修改,请提前说明。1.4来稿请注明作者详细地址、邮编,第一作者的联系电话、传真及E-mail。     

基于弹性独立支座的液压支架群组支护应力场分析

基于弹性独立支座构建了液压支架群组模型,并且通过对比,分析了基于弹性独立支座的液压支架群组在不同工作面长度、采高、顶板厚度、巷帮刚度以及顶梁前后比等情况下的支护应力场特征。     

工程备案信息

<正>~~     

一种基于综合分词和模糊匹配的地名地址匹配方法研究

通过对国内地址匹配现状的全面研究,并结合对原始地址数据的分析,总结出了我国常用地址表述的习惯和规律,抽象出了地址匹配层级模型和地址匹配类型,用于地址匹配的各个过程。在此基础上,提出了基于先验知识的中文分词算法和基于规则的模糊匹配方法,并利用工商注册数据库为原始地址数据文件,建立了工商职能部门企业地址数据与空间数据的地址匹配映射。