美国金融救援方案探析

美国金融危机还在继续。美国政府接管两房：美林证券、雷曼兄弟和美国国际集团（AIG）相继倒闭;华盛顿互惠银行宣布破产;曾被视为铜墙铁壁的美国金融体系,面临着一触即溃的严重危机。为此,美国政府不得不出台相关方案来挽救美国金融市场。经过一波三折,美国国会最终通过了经过修改的涉资7000亿美元的大规模金融救援方案。方案出台后,美国股市的三大指数,不仅没有上涨,反而迅速下跌,这说明该方案能否稳定经济,让美国金融市场重振信心,仍然存在不少疑虑。     

基于遗传算法的油气混输管网参数优化

在油田地面多相混输管网优化研究中,结构参数优化是极为重要的一个问题。对这个多目标非线性规划问题,采用遗传算法进行管网结构参数优化计算,建立了优化计算的目标函数、水力热力学模型及管网分析模型,并用并列选择法和权重系数变化法对模型进行了求解。运用遗传算法对某集输管网的结构参数进行的优化计算结果表明,采用基于遗传算法的优化方法可以节省费用15%以上。     

洪水实时动态可视化调度三维模型的研究与应用

为了满足大规模洪水演进过程的三维仿真需求,提出洪水实时动态可视化调度三维模型的研究,分析洪水风险评估,描述图形数据与属性信息空间实体。利用四叉树算法,分析面向灾害过程的虚拟场景,根据实时动态三维可视化流程,将参数信息传递到服务器端,借助动态调用和异步调用Web服务实现互操作。计算水流在方向上的动量方程,构建洪水实时动态可视化调度三维数学模型。实验结果表明,该模型洪水演进清晰度较高,为防洪方案实施提供技术支持。     

镍磷镀层在胜利油田的应用

1．油套管的应用概况 镍磷镀是目前胜利油田油套管应用的主要防腐措施之一。1994年以来，油田镍磷镀油管的年使用量逐步增加。到目前为止，起出的镍磷镀油管总数还不多，但从起出管的情况来看，管柱本体腐蚀均较轻。如1997年8月河口采油厂对1995年3月渤南义4-6-11井下入的镍磷镀油管进行了检查，发现该井管柱完好，基本无腐蚀。此外，采用了镍磷镀层的井下工具的防腐性能也大幅度提高。如胜利采油厂胜一区块对工具采用了镍磷镀防腐处理后，3—4年左右工具本体腐蚀均不严重。     

集中处理站老化原油处理技术

针对国内集中处理站的特点和老化原油的性质，设计了老化原油单独处理工艺和移动式老化原油净化处理装置，取得了较好的现场试验效果。老化原油处理后含水可以降到2％以下，处理后的污水舍油小于300mg／L。     

历史保护建筑防潮层修复注射法技术

历史建筑物墙体砂浆因长时间受风化影响,墙脚处也在受到地表水和地下水的作用下,使水不断地侵湿墙脚,沿着墙体上升,甚至达到二层,致使墙身饰面脱落,滋生细菌,影响建筑的耐久性和室内卫生环境。如何在尽量少损坏建筑的前提下,对建筑物进行加固是一个重要的课题。本文就以外滩安培洋行、圆明园公寓建筑物防潮层的修复为案例,论述国外注射法防潮层修复在本工程中应用科学性,使修复效果显著、完美。     

基于轨迹感知的稀疏奖励探索方法

现有的深度强化学习算法在处理稀疏奖励问题时常常会导致探索困难的问题，其往往只依赖于预先设计好的环境奖励，从而难以取得较好的效果。在这种场景中，需要更加细致地设计奖励，对智能体的探索状态做出更精准的判断并反馈。异步优势表演者评论家算法(Asynchronous Advantage Actor-Critic, A3C)通过并行训练来提升训练效率，提升了原有算法的训练速度，但是对于奖励稀疏的环境，其不能很好地解决探索困难的问题。针对A3C算法在稀疏奖励环境中探索效果不佳的问题，提出了一种基于探索轨迹自动感知的A3C算法(Exploration Trajectory Perception A3C,ETP-A3C)。该算法在训练中探索困难时能够感知智能体的探索轨迹，进一步判断并决策智能体的探索方向，帮助智能体尽快走出探索困境。为了验证ETP-A3C算法的有效性，将其与基线算法在超级马里奥兄弟中的5个不同环境中进行了对比实验，结果表明，所提算法在学习速度和模型稳定性上均有较明显的提升。     

深度强化学习中的知识迁移方法研究综述

深度强化学习是人工智能研究中的热点问题，随着研究的深入，其中的短板也逐渐暴露出来，如数据利用率低、泛化能力弱、探索困难、缺乏推理和表征能力等，这些问题极大地制约着深度强化学习方法在现实问题中的应用。知识迁移是解决此问题的非常有效的方法，文中从深度强化学习的视角探讨了如何使用知识迁移加速智能体训练和跨领域迁移过程，对深度强化学习中知识的存在形式及作用方式进行了分析，并按照强化学习的基本构成要素对深度强化学习中的知识迁移方法进行了分类总结，最后总结了目前深度强化学习中的知识迁移在算法、理论和应用方面存在的问题和发展方向。