排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
现有交通信号灯控制策略大多针对单一交叉口展开分析,该策略仅考虑车流量的单一因素,难以适应动态的路网状态。对此,提出了一种结合模糊控制的深度强化学习交通灯控制策略,利用SAC(soft actor critic)深度强化学习对两交叉口的交通信号灯相位选择及配时进行联合优化,同时考虑车辆速度、路段车辆排队长度等因素,利用模糊控制对SAC的惩罚函数进行处理。实验结果表明,与固定循环周期策略、SAC控制策略和DDPG(deep deterministic policy gradient)控制策略相比,提出的交通信号灯控制策略能获得更快的车辆通行速度,车辆的油耗和尾气排放情况也得到了改善。 相似文献
2.
将移动边缘计算(Mobile edge computing, MEC)引入车载自组网形成车载边缘计算,从而使服务提供商直接利用MEC服务器在网络边缘服务用户,以提升用户体验质量和丰富用户满意度。随后,研究在车载边缘计算环境下车辆用户的计算卸载问题。针对此问题,提出相应的系统模型与使用讨价还价博弈方法以解决MEC服务器如何根据不同的任务要求与车辆信誉值分配自身的计算资源以执行不同的卸载任务。最后,通过实验仿真,验证了方案的有效性和可靠性。算资源以执行不同的卸载任务。最后,通过实验仿真,验证了方案的有效性和可靠性。 相似文献
3.
车路协同推断通过联合车载终端与路侧边缘服务器进行深度卷积网络推断运算,提高了网络架构推断效率,但是存在用户隐私泄露问题。攻击者在未知车载终端网络结构和参数的前提下,通过训练反卷积网络的方式,可复原车载终端上传的计算结果对应的图像数据,从而发起图像还原攻击。基于差分隐私理论,针对图像还原攻击设计模型扰动、输入扰动、输出扰动3种防御算法,分别在车载终端深度卷积网络的模型参数、输入原始图像、输出计算结果中加入随机拉普拉斯噪声,干扰攻击者的图像还原。通过理论分析得出3种算法均满足差分隐私保护,攻击者难以从计算结果中挖掘出原始数据的隐私信息。实验结果表明,3种算法在有效防御黑盒图像还原攻击的同时能保持推断精确度在90%以上,其中模型扰动算法在均衡隐私保护和推断精确度方面的性能表现优于输入扰动和输出扰动算法。 相似文献
4.
为探究不同育苗孔穴和播种时间对烟株大田生长发育和质量的影响,筛选出合适的育苗孔穴数并确定合理的播种时间,2023年在乐安县湖溪乡进行了72孔育苗与128孔育苗对比试验,并对大田期烟株物质积累及质量进行了测定。得出如下结果:一是在大田前期,72孔育苗方式下烟株的生长发育具有明显优势,团棵期的叶片干物质积累量比常规128孔处理下提高28.1%,但该优势随生育发育过程逐步减小。在成熟期,72孔育苗下烟株叶片干物质积累比128孔处理的提高3.2%并且在72孔处理下烟株最终出叶数虽比常规128孔减少0.5~1片,但最大叶长有所增加。二是72孔处理的烟株在烤后中部烟比例比常规128孔降低,产量提升。三是试验结果显示12月29日播种处理的烟株比12月22日播种烟株的产质量有所提升。四是烟株中部叶的结构、油分等外观品质在不同孔穴处理下差异不显著,但较早播种处理下的烟株中部叶身份比晚移栽有一定下降。 相似文献
5.
该文考虑无人机(UAV)交通监测与移动边缘计算(MEC)技术结合的智能交通系统。为了保障系统中数据时效性并且降低系统能耗,提出计及信息年龄(AoI)的UAV计算卸载优化方法。首先,建立UAV辅助的MEC系统模型,允许MEC服务器缓存常用的应用程序并为UAV提供计算卸载,以支持UAV执行交通监测任务。通过联合优化UAV任务卸载决策、UAV上下行通信带宽分配以及被卸载任务的计算资源分配,最小化所有UAV与MEC服务器的总能耗,同时满足AoI与资源容量等约束条件。其次,系统能耗最小化问题是混合整数非凸优化问题,因此采用离散化和线性化手段,快速获得问题的近似最优解,并设计离散点生成算法来调节近似误差。最后,仿真结果表明,即使对于大型的非凸问题,所提方法也能够快速得到近似最优解,并且可以在不同的任务场景中满足AoI等约束条件,最大限度降低系统能耗。仿真结果验证了所提方法的有效性。 相似文献
6.
无人机结合无线能量传输的技术可为物联网终端设备提供能量供应。为了解决充电用户与无人机之间自由公平的能量交易问题,提出一种基于Stackelberg博弈的能量交易方案,赋予用户主方角色,由其决策服务奖励,各无人机作为从方通过能量供应来竞争获取奖励,参考无线能量传输过程中的平均信道增益决策服务用户的充电时长。运用逆向归纳法分析并求解Stackelberg均衡解。实验仿真表明,所提方案可有效减少用户在能量交易中的经济开销,提高用户满意度,实现用户侧能量优化。 相似文献
7.
1