BIDPS^＊：基本的循环加深周边搜索算法

ＢＩＤＰＳ＾＊是一种把ＩＤＡ算法和ＰＳ法相结合而产生的人工智能搜索算法。该文研究了不考虑启发式计算最小化技术的搜索效率问题，提出了一些新的算法效率的度量，用８数码难题检验了ＢＩＤＰＳ算法并与ＩＤＡ算法进行了比较分析，实验结果表明尽管ＢＩＤＰＳ启发式计算量较大，但较ＩＤＡ算法在效率上还有所提高的。     

共享经验分布式Q-学习模型在RoboCup中的应用

RoboCup仿真比赛平台提供了一个完全分布式控制、实时异步多智能体的环境,从而为多智能体的智能控制和人工智能理论的研究提供了绝佳的实验平台。文中提出了一种基于共享经验策略的分布式Q-学习模型,应用于RoboCup仿真实验中,取得了较好的效果。     

激励学习的最优判据研究

激励学习智能体通过最优策略的学习与规划来求解序贯决策问题,因此如何定义策略的最优判所是激励学习研究的核心问题之一,本文讨论了一系列来自动态规划的最优判据,通过实例检验了各种判据对激励学习的适用性和优缺点,分析了设计各种判据的激励学习算法的必要性。     

基于Q-学习的非线性控制

给出了一种新的激励学习(RL)方法,它能够有效地解决一个状态与动作空间为连续的非线性控制问题.在实际的应用中,离散的RL方法能把许多非线性控制问题分解成几个局部线性控制作业.提供了一种由简单的线性控制器和Q-学习构成的层次性RL算法.连续状态-动作空间被形象地分成为一些格子,并且每个格子都有它自己的局部线性控制器.状态空间的隔离是处理维数问题的一种相当简单的方法,但是经常会引起非Markov效果,而局部线性控制器能弥补这个缺陷.     

基于有效跟踪的平均渐进瞬时差分学习遗忘算法

智能体通过学习最优决策来解决其决策问题.激励学习方法是智能体通过与其所处的环境交互来改进它自身的行为.Markov决策过程(MDP)模型是求解激励学习问题的一般框架,瞬时差分TD(λ)是在MDP模型下与策略相关的学习值函数的一种算法.一般情况下,智能体必须记住其所有的值函数的值,当状态空间非常大时,这种记忆的量是大得惊人的.为了解决这个问题,给出了一种遗忘算法,这种算法把心理学的遗忘准则引入到了激励学习之中.利用遗忘算法,可以解决智能体在大状态空间中的激励学习问题.     

不同还原体系银油墨打印对聚酰亚胺基板化学镀铜制备印制电路板的影响

先在普通打印机上用活化导电银油墨将线路图打印在聚酰亚胺(PI)基板上,固化后再化学镀铜制得印制电路板(PCB)。研究了导电银油墨的还原剂对不同体系镀液化学镀铜层厚度、导电性、结合力和抗氧化性的影响。结果表明,油墨的还原剂相同时,甲醛体系化学镀铜层的综合性能优于乙醛酸镀液。导电银油墨的最佳还原剂为丙酸,即油墨的最佳配方为:丙酸0.5 mol/L,Ag NO3 0.5 mol/L,10%(质量分数)OP乳化剂适量。采用0.5 mol/L丙酸油墨–甲醛镀液体系制得厚度为3.10μm的铜镀层,其抗氧化时间为44 s,电阻率为1.00×10-7?·m,与PI基板间的结合力良好,综合性能最佳。     

混杂样品各组分顺次电离装置的研制与应用

本工作研发了能与质谱联用的混杂样品顺次电离装置,用于在分子层次获取样品中不同组分的分子结构、丰度以及空间分布等信息。本装置设计了包括试剂选择与混配、形貌显微分析、微量样品电解与电离等多个模块。在微型反应池内,不同溶剂选择性地溶出样品中物理化学性质各异的组分,在时序触发与智能控制模块的调控下实现混杂样品的顺次电离与质谱分析。利用该装置实现了对合金、矿石、生物样品中有机及无机组分的顺次检测,获得了丰富的组分信息,在材料、能源、地球、生命等科学领域具有良好的应用前景。     

表面解吸常压化学电离质谱法快速筛查劣质食用油

采用自行研制的表面解吸常压化学电离源（SDAPCI）,在无需样品预处理的前提下用质谱法直接分析不同品质油品（地沟油、市售品牌食用油）,获得其化学指纹图谱,并通过主成分分析（PCA）方法,对指纹谱图信息进行数据分析,进而对不同品质油品进行筛查。结果表明：（1）地沟油与品牌食用油的指纹谱图间存在差异（;2）SDAPCI-MS结合PCA方法,能较好地将地沟油样品与正常的食用油样品进行区分（;3）本方法无需前处理、灵敏度高,分析速度快（单个样品分析时间约1.0 min）,实现了高通量油样的快速筛查,为食品安全中快速筛查地沟油提供了一种快速、高效、灵敏的分析方法。     

水相中酒石酸铀酰形态的电喷雾串联质谱研究

铀的水溶液化学形态是高放废物处置研究的重要内容之一。本实验采用电喷雾串联质谱（ESI-MS/MS）研究酒石酸-硝酸铀酰水溶液中铀酰形态,共分析出14种酒石酸铀酰和5种无机铀酰形态。每个铀酰基团可紧密结合1个酒石酸阴离子,并继续以较弱的形式络合1~2个酒石酸分子。实验中还发现了［(UO₂HTarH₂Tar)₂］²⁺、［(UO₂)₃Tar(HTar)₂(H₂Tar)₂］²⁺等酒石酸铀酰团簇形态。酒石酸铀酰形态中各络合键解离所需能量大小顺序为：铀酰间结合键＞酒石酸阴离子-铀酰结合键＞酒石酸分子-铀酰结合键。该研究对实际条件下铀与有机酸的水溶液形态研究具有指导意义。     

基于每阶段平均费用最优的激励学习算法

文中利用求解最优费用函数的方法给出了一种新的激励学习算法，即基于每阶段平均费用最优的激励学习算法。这种学习算法是求解信息不完全Markov决策问题的一种有效激励学习方法，它从求解分阶段最优平均费用函数的方法出发，分析了最优解的存在性，分阶段最优平均费用函数与初始状态的关系以及与之相关的Bellman方程。这种方法的建立，可以使得动态规划（DP）算法中的许多结论直接应用到激励学习的研究中来。