基于车载定位终端的车车互联系统研究与应用

物联网、云计算等新技术的发展为智慧旅游的实现提供了技术支撑,旅游类APP已成为个人智慧旅游的重要工具。针对团队出行通常会遇到位置失联、通信效率低下等问题,提出了车联网团队出行模式,设计开发了基于车载定位终端的车车互联APP。该APP应用层具有论坛发布、视频浏览、即时通信等常见功能,与人车位置共享、快捷消息、共享地理围栏等独特功能。硬件层采用STM32单片机,利用GPS全球定位系统与GSM通信网络相结合,实现车载定位。经过测试,该系统能够实现多机多人多车多定位的通信模式,满足了团队出行服务需求,有效降低了团队出行成本,提高了团队出行效率,具有一定的商业应用价值。     

伴生元素的综合利用是提高有色矿山经济效益的重要途径

有色金属矿床大多数共生或伴生多种有用金属元素,如金、银等贵金属元素;铟、镓、锗、镉、铼、铊等稀有分散元素;以及钴、铋、硫等其他元素。这些有用元素,经济价值很高,一般为主金属的0.3～0.8倍,甚至超过主金属的几倍。综合利用这些元素。投资较少,效果显著,对提高有色矿山的经济效益作用很大。苏联全部镓、锗、铟、铊、铼、钪、硒、     

基于DDPG深度强化学习的电站脱硝过程优化控制

针对选择性催化还原(SCR,selective catalytic reduction)脱硝系统脱硝过程存在非线性、多工况等复杂特点,提出一种基于MiniBatchKMeans聚类与Stacking模型融合的SCR脱硝过程NO_X预测方法;该方法通过应用MiniBatchKMeans聚类算法对训练集进行工况聚类与划分优化,建立基于XGBoost、随机森林、LightGBM以及线性回归的Stacking融合框架预测模型(Stacking-XRLL),实现电站SCR系统多变工况下NO_X排放的精准预测;以广东某电站SCR系统脱硝过程中NO_X排放数据为例进行建模仿真与实验,结果表明与单一建模方法多层前馈神经网络(BP)、长短期记忆神经网络(LSTM)以及门控循环单元神经网络(GRU)相比,Stacking-XRLL建模方法的平均预测精确度达到了99%,并最终结合建立好的深度确定性策略梯度(DDPG)强化学习模型,实现电站SCR脱硝过程的参数优化控制。