不拔高也能省地三个楼层这样"多"出来

因为成功地采用了预应力夹层板技术而不是普通的钢筋混凝土梁板结构,原本一座27层的楼竟能多建出三个楼层。     

一种基于分布式强化学习的多智能体协调方法

多智能体系统研究的重点在于使功能独立的智能体通过协商、协调和协作,完成复杂的控制任务或解决复杂的问题。通过对分布式强化学习算法的研究和分析,提出了一种多智能体协调方法,协调级将复杂的系统任务进行分解,协调智能体利用中央强化学习进行子任务的分配,行为级中的任务智能体接受各自的子任务,利用独立强化学习分别选择有效的行为,协作完成系统任务。通过在Robot Soccer仿真比赛中的应用和实验,说明了基于分布式强化学习的多智能体协调方法的效果优于传统的强化学习。     

基于Markov对策的多智能体协调方法及其在Robot Soccer中的应用

提出了一种分层的基于Markov对策的多智能体协调方法,根据多智能体之间的竞争和合作的关系,高层采用零和Markov对策解决与对手之间的竞争,低层采用团队Markov对策完成与团队内部的合作．通过在Robot Soccer中的应用和实验,说明了基于Markov对策的多智能体协调方法优于传统的多智能体学习．     

泥位、HRT对高效初沉发酵池运行的影响

以高效初沉发酵池中试装置为试验对象,通过单因素控制,研究了泥位和HRT对其运行效果的影响。结果表明,在合理的运行条件下,高效初沉发酵池对改善生物段进水碳源有显著作用;不同泥位下高效初沉发酵池运行效果排序为:75%>60%>35%>90%,最佳泥位时的出水COD/SS、VSS/SS值分别比进水提高了23.0%、26.0%,而COD/TN值则降低了11.0%;当HRT为0.75 h时高效初沉发酵池的运行效果明显优于其他HRT的,此时出水COD/SS、VSS/SS值与进水相比分别提高了23.0%、22.7%,而COD/TN值降低了13.0%。     

基于遗传神经网络的太阳能集热器仿真研究

提出神经网络和数学模型相结合的方法建立太阳能集热器神经网络模型,并采用遗传算法对太阳能集热器神经网络模型进行优化,用以提高仿真模型的预测精度。在热管式真空管太阳能集热器实验数据的基础上,构建反向传输神经网络模型和遗传算法-反向传播神经网络模型,应用数学模型、反向传输神经网络模型和遗传算法-反向传播神经网络模型进行仿真计算,结果表明遗传算法-反向传播神经网络模型的计算精度高于数学模型和反向传输神经网络模型。同时该建模方法应用于太阳能集热器仿真,既提高了仿真模型的计算精度,又提高了仿真模型的通用性。     

一种改进的α-β滤波算法

针对传统α-β滤波算法不够有效跟踪机动目标的问题,详细分析了其内在原因,提出一种改进的α-β滤波算法.该算法不需要假定目标的机动模型,而是将目标的机动加速度作为滤波状态直接估计出来,将估计加速度作为输入控制量引入到传统α-β滤波器的状态估计方程中进行机动目标的跟踪.然后将它与传统α-β滤波算法进行比较,证明了新的算法不仅具有传统算法计算量小的优点,而且还可以对机动目标进行实时跟踪.仿真结果表明,新算法在综合性能上明显优于传统算法.     

新经济时代对图书馆服务功能的影响

在新经济时代，面临诸多挑战的图书馆，要发挥自身优势，转变服务功能，以现代信息技术改造图书馆，有望在信息的储存、开发、传播、咨询、再教育和科研等方面发挥主导作用。     

运动休闲服务与管理专业人才能力模型的构建

为了适应高等教育市场日益激烈的竞争,满足市场对人才多样化、多层次性的需求,许多院校把特色专业建设作为获得竞争力的重要手段。本文通过我校申办运动休闲服务与管理专业的实践经验,结合本校实际情况,着重从专业定位出发,以全新的思路对学校运动休闲服务与管理专业的建设进行了初步研究,确定了本专业的办学思路、专业建设的措施和实现培养目标的基本途径。以期为高校办学提供理论参考。