排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
2.
基于强化学习的能量管理策略由于状态变量和控制变量的离散化,处理高维问题时存在“维数灾难”的困扰。针对此问题,提出一种基于归一化优势函数的深度强化学习能量管理算法。采用两个具有归一化优势函数的深度神经网络实现连续控制,消除离散化。在对串联式混合动力履带车辆动力总成建模的基础上,完成深度强化学习能量管理算法的框架搭建和参数的更新过程,并将其应用于串联式混合动力履带车辆。仿真结果表明,该算法能够输出更为细化的控制量以及更小的输出波动性,与深度Q学习算法相比,对于串联式混合动力履带车辆的燃油经济性提升了3.96%. 通过硬件在环仿真实验验证了强化学习能量管理算法的适应性,以及在实时控制环境下的优化效果。 相似文献
3.
为了提高CAE结构仿真计算的效率,缩短产品的设计研发周期。文中探索研究了无网格结构分析技术在复杂结构CAE仿真分析中的应用。以典型特种装备车体结构为对比,采用无网格技术仿真计算了车体结构的模态、静态及动态强度特性,计算结果与有限元方法之间的相对误差分别只有4.8%、2.5%和1.9%,无论是模态振型还是应力分布状态,无网格方法和有限元方法之间均具有很好的一致性。同时,相比于有限元方法,无网格方法的仿真计算效率提高了79.4%。为工程设计人员在产品设计过程中同步高效地开展结构的CAE仿真分析工作提供了有效的分析手段。 相似文献
4.
为了能够有效克服复杂非结构环境,尽快到达自然灾害救援现场开展救援,要求履带式救援平台具备良好的越野机动性和通行能力,因此,在装备设计阶段,必须要对履带式救援平台的机动性和通过性指标进行验证。文中采用理论计算和多体动力学仿真分析相结合的方法,开展了履带救援平台最高速度、最大爬坡度、越壕宽度、越障高度等机动性和通过性指标的校核和仿真验证,结果表明提出的指标均能得到满足。仿真计算过程还得到了车辆运动姿态和载荷的变化趋势,为进一步优化履带救援平台推进系统的方案设计提供了支撑。 相似文献
5.
1