基于Q-Learning算法的无人机空战机动决策研究

针对无人机空战对抗自主机动决策问题,设计了侧向机动决策算法。通过加入启发式因子的方式和双Q表交替学习的机制,弥补了传统Q-Learning算法学习速度慢、无效学习多的不足。通过路径规划仿真和数据的对比,验证了改进Q-Learning算法具有更好的稳定性和求解能力。设计了动态的栅格规划环境,能够使无人机根据变化的空战态势自适应调整栅格尺寸大小,且对求解的速率不产生影响。基于Q-Learning算法,构建了无人机空战对抗侧向机动决策模型,并通过武器平台调换的方式验证了改进Q-Learning算法能显著提升无人机空战胜负比。     

植物胶囊用药用辅料流变性研究

利用安东帕Physica MCR 301型流变仪,研究了日本信越、湖州展望和山东瑞泰低黏羟丙基甲基纤维素(HPMC)、羧甲基纤维素(CMC)和明胶的流变性能。结果表明,各公司低黏HPMC溶液均表现为牛顿性流体,CMC和明胶溶液表现为假塑性流体;20%低黏HPMC黏度越大,触变环交叉面积越大,10%、20%低黏CMC和10%明胶溶液触变环无交叉;HPMC在凝胶点以前表现出较好的黏弹性,明胶在30℃解冻之后和70℃因水分挥发凝固之前表现出优越的黏弹性;CMC溶液具有较好的流动性,需加入更多的卡拉胶才能在胶囊成型时快速定型而不漏胶。随着人们对植物胶囊的了解,以及国内外公众用药理念的转变,植物胶囊的市场需求将迅速增长。     

羟丙基甲基纤维素与淀粉醚复配体系性能的研究

将高黏羟丙基甲基纤维素(HPMC)和羟丙基淀粉醚(HPS)按不同质量分数进行复配,利用NDJ-1型旋转黏度计和安东帕Physica MCR 301型流变仪,研究其黏度和流变性,以及透光率和保水率的变化规律。结果表明,随着HPS复配含量的增加,复配样品的黏度和透光率均呈逐渐减小的趋势,但黏度在较大的剪切速率范围内比较稳定,表现出较好的抗剪切性;加入HPS后,复配样品的保水率比单一HPMC产品明显增高,并且随着HPS含量的增加,保水率经过了一个先显著增高后缓慢减少,然后又缓慢增加的过程。合理选择HPMC的黏度和复配物,并根据HPMC的黏度进行一定比例的复配,可以较低的成本满足医药胶囊应用的需求。