不确定性环境下基于深度强化学习的综合能源系统动态调度

随着综合能源系统中间歇性能源和负荷不确定性的逐步增强,传统的调度方法局限于固定物理模型及参数设定,难以较好地动态响应源荷的随机波动。针对这一问题,提出了一种基于深度强化学习的综合能源系统动态调度方法。首先,以数据驱动方式构建面向综合能源系统的深度强化学习模型,通过智能体与综合能源系统的持续交互,自适应学习调度策略,降低对物理模型的依赖程度。其次,通过添加随机扰动的方式表征源荷不确定性变化特征,针对不确定性变化特征改进深度强化学习模型的状态空间、动作空间、奖励机制以及训练流程等关键环节,并经由近端策略优化算法优化求解,实现了综合能源系统的动态调度决策。最后,通过算例仿真验证了所提方法在不同时间尺度以及不确定性环境下的可行性和有效性。     

基于IVIF-VIKOR的雷达辐射源信号分选识别特征性能综合评价方法

为解决雷达辐射源信号分选识别特征评价不够客观和缺乏评价依据等问题,提出了一种基于区间模糊原理、模糊交叉熵和多准则折衷法的特征评价方法. 首先通过区间模糊原理建立信噪比分级评价模型,并基于汉明距离进行寻优得出信噪比权重;其次结合信噪比权重和区间直觉模糊加权平均算子将分级模型整合成群决策矩阵,使用熵最大化法计算属性权重;最后基于多准则折衷法框架,采取模糊交叉熵实现特征方案排序. 仿真实验结果表明,所提方法能够给出与实际仿真实验相一致的分选识别特征评价排序结果,并优于逼近理想点方法,验证了所提方法的可行性和有效性.     

Mn对22%Cr双相不锈钢700℃时效σ相及韧性的影响

利用光学显微镜(OM)、X射线衍射仪(XRD)、扫描电镜(SEM)、透射电镜(TEM)结合析出动力学和冲击实验,研究了不同Mn含量(4.3%,6.9%,9.7%,质量分数,下同)对22%Cr节镍型双相不锈钢700℃时效析出相形成和韧性的影响。结果表明:随Mn含量由4.3%增加至9.7%,时效76h,析出形貌分别为铁素体/奥氏体(δ/γ)界面细小σ相颗粒析出和铁素体晶内σ相/二次奥氏体(γ_2)共析组织。Mn含量增加使Avrami指数n减小,反应常数B增大,Mn元素参与并促进σ相析出,σ相开始析出和完全析出时间均提前,开始析出与完全析出的时间间隔增大,析出速率降低。时效过程中δ相分解量低于1%(体积分数,下同)对冲击韧度影响不大,δ相分解量由1%增至5%会显著降低冲击韧度。Mn含量增加在时效前期对冲击韧度有利,时效中期则会促使δ相分解量更早超过1%,导致冲击韧度快速下降。     

一种具有力检测机制的新型血管介入手术机器人

为了在机器人辅助远程介入手术中实现向医生提供高精度的力反馈,设计了一种具有力检测机制的新型血管介入手术机器人,其是一个主从控制系统,包括一个操作方便的主端装置和一个递送导丝/导管的从端装置。首先,设计了血管介入手术机器人的力检测机制,以实现轴向近端力的精准测量和径向夹紧力的感知。然后,基于血管介入手术机器人的动力学分析,设计了具有在线整定参数功能的模糊PID (proportional integral derivative,比例积分微分)控制器,以提高从端装置的递送精度和抗干扰能力,同时选择阶跃信号对所设计的模糊PID控制器进行仿真验证。最后,搭建血管介入手术机器人物理样机,并开展主从运动跟踪实验和轴向近端力、径向夹紧力检测评估实验。实验结果表明,该血管介入手术机器人具有[-0.31, 0.25] mm的运动跟踪误差,可检测平均误差为0.12 N的轴向近端力以及可感知0.47～4 N的径向夹紧力。研究结果验证了所设计血管介入手术机器人的鲁棒性以及其力检测机制的可行性,可为同类产品的设计和改进提供参考依据。     

决策树在网络入侵检测中的研究与应用

该文在描述决策树分类算法的基础上,叙述了决策树分类算法用于网络入侵检测领域,给出了决策树分类模型的构造过程,并说明了应用基于决策树模型检测入侵的过程。最后用KDD CUP 99数据进行实验,验证了用本文描述的方法检测入侵行为的有效性。     

云南重彩画白描图绘制系统

为提高云南重彩画非真实感绘制的效果,表现其明显的中国线条画特征,提出从云南重彩画绘画作品中提取反映该画派特征的图形元素,并用它们进行云南重彩画白描图绘制的思想,设计开发了一个具有图形元素采集、管理及绘制功能的白描图绘制系统。采用图形化界面设计、基数样条曲线拟合、分图层绘制、图形元素分级管理等方法提高系统的可操作性和白描图绘制效果。绘制实例表明,该系统可以灵活方便的绘制出姿态各异的云南重彩画白描图图案。     

基于支持向量机的无创血糖光谱算法

为了实现无创血糖浓度检测,提出了基于支持向量机回归模型的无创血糖光谱算法. 该算法使用光电容积脉搏波（PPG）设备对志愿者指端红光、红外光交替采样得到PPG信号,然后通过微创血糖仪测得血糖浓度. 对采集到的PPG信号进行处理提取特征组成特征矩阵,分别运用不同机器学习模型对特征矩阵和实时血糖浓度进行回归训练,得到特征矩阵与血糖浓度间的关系,并对训练得到的函数关系进行验证,选取出高斯核支持向量机模型为最佳训练模型. 实验证明,与偏最小二乘回归进行对比,本文提出的运用核函数为高斯核的支持向量机算法的预测准确度能提升10%～15%,预测的高低血糖正确率达到98%.     

基于C—V模型的目标检测与提取

在目标检测与提取中,传统的蛇模型和基于活动轮廓的局部区域检测方法受到初始条件或者自身的收敛性约束的影响,不仅时间花费多,而且不具备鲁棒性。本文提出一种基于C V模型的变分水平集的目标检测与提取方法,通过大量实验验证,在花费时间和鲁棒性上得到了显著的改善。     

高阶滑模微分器的分析与改进

首先采用Terminal吸引子函数代替原不连续函数,以避免滑模微分器的抖振;然后针对现有文献中高阶滑模微分器设计参数选取苛刻这一问题,放宽了设计参数选择范围,并分不同情况证明了高阶滑模微分器的稳定性．在此基础上,给出了高阶滑模微分器估计误差的上界与设计参数和滑模微分器阶次的关系式;通过对设计参数的选取和系统整体结构的分析,提出了高阶滑模微分器减小估计误差且更适于工程应用的设计方法,并给出所需条件．仿真结果表明了所得结论的正确性和有效性．     

压电双晶片传感器灵敏度特性分析

本文用模态分析法详细分析了压电双晶片力、振动、粗糙度传感器的位移特性及灵敏度特性,并给出了灵敏度与压电材料参数及晶片几何尺寸的关系。