检索结果-南通市图书馆

作者：胡宇晗中国环境科学研究院

学位级别：硕士

磺胺二甲基嘧啶（SAT）被用作兽药添加剂广泛使用,但在生物消化系统中代谢较差,而传统水处理技术在从污染水中去除SAT方面效率低下,因此其广泛存在于沉积物、土壤、河流和地下水中,对环境和人体健康构成威胁。基于目前的污染现状,开发... 详细信息

磺胺二甲基嘧啶（SAT）被用作兽药添加剂广泛使用,但在生物消化系统中代谢较差,而传统水处理技术在从污染水中去除SAT方面效率低下,因此其广泛存在于沉积物、土壤、河流和地下水中,对环境和人体健康构成威胁。基于目前的污染现状,开发一种有效且生态友好的处理方法来有效去除地下水中SAT至关重要。本研究以地下水中SAT为处理对象,采用过硫酸盐氧化技术,以地下水中常见的铁、锰为中心金属,通过共沉淀法制备出高效、稳定、无毒且环境友好的铁锰金属催化剂（MnFe-NC）,完成对地下水中SAT的高效降解。并通过实验室静态试验及在实际地下水砂柱模拟实验,探究材料的反应性能、活性位点、稳定性及污染物的降解机理、中间产物的毒性分析,为地下水中以SAT为代表的新兴抗生素污染修复提供科学的参考依据。主要成果如下:通过在氮气氛围下热解前驱体-普鲁士蓝类似物,制备了具有更多活性位点的碳壳包裹的复合金属颗粒MnFe-NC,在高温绝氧环境下,金属配位的CN骨架转变成碳壳结构,从而减少了材料中金属离子的浸出。在不同p H水平下,铁和锰离子的浸出量分别低于0.1392 mg/L和0.0580 mg/L。MnFe-NC活化过一硫酸盐降解SAT具有良好的性能,在最优条件下,去除效果可以达到100%,同时去除性能几乎不受水环境中p H的影响,而共存离子对该体系的影响较小。该反应体系主要通过以高价金属为主导的非自由基和自由基氧化途径协同作用。其主要活性位点为MnIV及碳壳中所掺杂的石墨氮,形成直接电子转移,同时,铁的掺杂促进了锰的价态循环。进一步通过砂柱试验,模拟真实的地下水环境系统,考察SAT的浓度、地下水流速等条件对于污染物降解的影响。在不同地下水不同流速,投加摇床实验中所优化的氧化剂的浓度,该反应体系均可实现对于SAT的完全降解。在0.5 m L/min的流速下,该体系对于SAT的最大去除量约为45 mg/L,而在1.0 m L/min的流速下,最大去除量约为40 mg/L。本研究对非自由基氧化反应的反应机理和催化中心的本构关系有了新的认识,同时为地下水磺胺类有机污染的修复提供科学的参考依据。

关键词：过一硫酸盐非自由基降解地下水磺胺二甲嘧啶反应机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

“大数据杀熟”行为的法律分析与规制路径

“大数据杀熟”行为的法律分析与规制路径

作者：刘婧晗山东财经大学

学位级别：硕士

随着互联网技术的迅速发展,算法技术被应用于越来越多的场景,海量数据和算法技术赋予平台经营者更加敏锐的洞察力,使得平台经营者能够更准确地把握消费者的购买意愿与支付意愿,并且在消费者的支付意愿内进行个性化定价。这种行为带来的... 详细信息

随着互联网技术的迅速发展,算法技术被应用于越来越多的场景,海量数据和算法技术赋予平台经营者更加敏锐的洞察力,使得平台经营者能够更准确地把握消费者的购买意愿与支付意愿,并且在消费者的支付意愿内进行个性化定价。这种行为带来的结果是不同的消费者在面对相同的商品时会支付不同的价格,这种行为就是互联网经济时代的“大数据杀熟”行为。虽然“大数据杀熟”行为能够给消费者带来一些便利,例如:更准确地为消费者提供产品或服务,节约搜索浏览时间等,但是“大数据杀熟”行为带来的危害是不可忽视的。因此,“大数据杀熟”行为是否应当规制,以及如何规制,当前面临的规制困境等都是亟待解决的问题。“大数据杀熟”行为不仅打破了传统交易模式,而且严重损害了消费者的合法权益。在实践中,平台经营者利用自己获取信息数据的优势地位,通过各种途径收集消费者的数据信息,随后通过算法技术对数据进行处理、分析,从而形成对每一个消费者的精准画像,最终形成对每一个消费者的个性化定价。“大数据杀熟”行为不仅侵犯了消费者的个人信息安全,也会侵犯消费者的公平交易权、知情权等权利,使得平台经营者不断攫取利润。在目前涉及“大数据杀熟”行为的司法实践中,消费者维权面临着举步维艰的困境。我国法律体系对于“大数据杀熟”行为做出回应,但是在实践中往往面临着认定构成“大数据杀熟”行为的要件不完善、消费者个人信息未得到有效保护、算法事前预防制度不完善、平台价格信息披露规定缺位等问题。作为人工智能的领先者,欧美国家逐步认识到了算法技术对市场经济以及消费者权益带来的问题,率先对算法技术做出了回应。对于“大数据杀熟”问题,欧盟国家侧重于消费者权益保护,美国的做法侧重于对算法技术进行规制。两种做法对我国规制“大数据杀熟”行为提供了一定的经验。因此,本文通过界定“大数据杀熟”行为的相关概念、梳理其形成路径,研究欧美国家规制路径,结合我国实际情况以及现有法律规制体系,最终提出完善“大数据杀熟”行为法律规制的以下几方面建议:完善“大数据杀熟”行为认定标准;规范平台收集、使用消费者个人信息;禁止平台经营者过度收集消费者个人信息;禁止平台限制消费者查阅复制权;完善算法的风险评估与披露制度;加强平台对价格信息的披露。力图探索符合我国国情的规制路径,从源头遏制,从各环节进行监管,构建符合市场规律、公平公正的市场秩序。

关键词： “大数据杀熟”行为个性化定价算法监管消费者权益

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

环境民事公益诉讼惩罚性赔偿制度研究

环境民事公益诉讼惩罚性赔偿制度研究

作者：张义晗黑龙江大学

学位级别：硕士

近年来,随着我国生态环境的不断恶化,环境民事公益诉讼案件的数量也在逐年攀升,呈现出明显的递增趋势。《民法典》关于适用环境损害赔偿的规定表明,从法律层面提高了环境损害行为的惩处力度,把该法律规定当作基础,从环境民事公益诉讼角... 详细信息

近年来,随着我国生态环境的不断恶化,环境民事公益诉讼案件的数量也在逐年攀升,呈现出明显的递增趋势。《民法典》关于适用环境损害赔偿的规定表明,从法律层面提高了环境损害行为的惩处力度,把该法律规定当作基础,从环境民事公益诉讼角度,围绕惩罚性赔偿适用问题开展系列研究,以期有力维护公共利益。首先,对环境民事公益诉讼及惩罚性赔偿的基本概念、特征、功能予以明晰;其次引入典型案例,通过对司法案例的分析与总结,以及对我国立法、司法现状的归纳发现我国现行法律体系中,惩罚性赔偿制度在环境民事公益诉讼领域的实际应用存在着诸多问题:构成要件缺乏明确性、赔偿金的计算标准模糊、惩罚性赔偿金的管理和使用不规范;而后,对域外国家的先进经验和观点进行了法律制度考察并得出对我国的启示;最后围绕惩罚性赔偿,从完善构成要件、明确赔偿金计算标准、规范赔偿金管理及使用等不同角度进行研究,给出其得以在环境民事公益诉讼中进行适用的行之有效意见,充分发挥其在遏制恶意损害环境行为、维护环境公共利益方面的重要作用,从而为环境保护提供更加坚实的制度保障。

关键词：环境保护公益诉讼惩罚性赔偿

大数据税收征管与企业并购行为 ——基于“金税三期”的证据

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大数据税收征管与企业并购行为 ——基于“金税三期”的证据

作者：韩晗晗吉林大学

学位级别：硕士

近年来,我国不断深化税收征管体制改革,致力于提高税收监管的精准性,“金税三期”工程是我国税收征管水平实现质的飞跃的事件,我国多位学者研究“金税三期”工程的政策效果,发现其对企业的经营发展有着较大影响。并购是企业经营过程中... 详细信息

近年来,我国不断深化税收征管体制改革,致力于提高税收监管的精准性,“金税三期”工程是我国税收征管水平实现质的飞跃的事件,我国多位学者研究“金税三期”工程的政策效果,发现其对企业的经营发展有着较大影响。并购是企业经营过程中至关重要的一项投资活动,决定着企业的发展壮大,已成为企业增强竞争力、优化资源配置、提高经济效益的重要途径。根据以往研究可知,企业常因避税动机、资金充足、自利动机、规模效应等发生并购行为。当前技术赋能下的税收征管体系使企业信息透明度大大提高、税务机关征管力度大大增强,企业以往的避税行为和出于粉饰报表、提高股价、融资需求等目的的盈余管理行为会明显得到抑制,企业的融资能力在不同程度上受到影响,企业的并购行为将如何被影响?本文以“金税三期”工程这一准自然实验为契机,以相关理论和国家政策为指导,基于2008-2021年中国A股上市公司为样本,运用双重差分法,从“征税效应”即影响企业避税程度和“信息效应”即影响企业融资约束两个角度考察大数据税收征管是否影响企业并购行为以及如何影响,厘清大数据税收征管影响企业并购行为的内涵。实证结果显示,大数据税收征管抑制了企业并购行为,表现为减少并购次数和缩减并购规模,并经过平行趋势检验以及安慰剂检验、排除同期竞争性政策干扰、改变样本年限等稳健性检验,保障了此结论的可靠性。进一步研究发现大数据税收征管主要通过“征税效应”即抑制企业避税活动和“信息效应”即加剧企业融资约束发挥对企业并购行为的抑制作用,其中“征税效应”只作用于企业并购频次,“信息效应”对企业并购频次和并购规模均产生作用。地区税收征管强度的提高会强化大数据税收征管对企业并购行为的抑制作用,即随着地区税收征管强度的增大,大数据税收征管对企业并购频次、并购规模的抑制作用更强烈。基于上述研究结果,本文认为“金税三期”工程是把“双刃剑”,一方面,企业出于避税动机的企业并购行为减少,提高了企业纳税遵从度,维护了良好的纳税环境,保障了政府税收收入,同时也提升了上市公司财务信息质量,保护了外部投资者的利益,促进了资本市场有序健康地发展,符合“金税三期”工程的预期目标;但另一方面,因企业信息透明度过高而导致融资能力受限,此时因缺少资金而难以开展正常的并购活动,将使企业发展变缓、利润降低,政府税收收入减少。通过辩证地看待“金税三期”工程对企业并购行为的作用,提出了针对性政策建议:加快推进“金税四期”建设、加快规范全国统一操作标准、适时调整企业税率、加大“银税互动”建设。

关键词：大数据税收征管企业并购行为 “金税三期”

PM2.5移动观测数据对暴露模型的优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

PM2.5移动观测数据对暴露模型的优化研究

作者：吴英晗中国环境科学研究院

学位级别：硕士

大量流行病学研究表明人体暴露于空气污染物中会产生多种负面健康效应,空气污染物暴露评估的可靠性和准确性直接影响相关的流行病学研究和健康风险评估的可靠性和准确性。本研究应用偏最小二乘法（PLS）、随机森林法（RF）和监督线性回... 详细信息

大量流行病学研究表明人体暴露于空气污染物中会产生多种负面健康效应,空气污染物暴露评估的可靠性和准确性直接影响相关的流行病学研究和健康风险评估的可靠性和准确性。本研究应用偏最小二乘法（PLS）、随机森林法（RF）和监督线性回归法（SLR）在北京市建立了PM2.5的高空间分辨率土地利用回归模型（LUR模型）,开展了2015年到2020年及六年均值（LTM）的中长期空间暴露模拟,应用留一交叉验证法评估暴露模型的表现,并探索了应用于城市地区的移动观测方案和数据处理方法,基于已有的暴露模型结构,结合移动观测在研究区域内创建了PM2.5的2023年春夏季暴露模型,评估了移动观测技术对模型暴露模拟的改进效果,为相关流行病学研究和健康风险评估提供了暴露评估方面的方法学支持。主要结果如下:（1）对比RF和SLR模型,NO2的PLS模型Rmse2为0.72～0.82,PM2.5的PLS模型Rmse2为0.80～0.89,表现最佳。NO2的六年均值LUR模型和LUR-OK模型解释度优于PM2.5,OK的加入能够在一定程度上改善模型性能。对于NO2而言,其浓度的空间分布与排放源相关的地理区域高度相关。现有地统计变量集在可以解释大部分NO2的浓度分布,LUR-OK模型的Rmse2为0.82。PM2.5模型之间的人群暴露水平误分类人群占比相对NO2模型之间的更多。（2）移动观测实验春季采样区间的均值为22μg/m3,夏季采样区间的均值为29μg/m3。利用小时分辨率的国控点监测数据进行时间校正,对移动观测数据应用四种时间校正方法:应用临近国控站点数据直接校正、应用临近国控站点数据和与临近国控点的距离作为自变量进行多元线性模拟校正、比值法校正和差值法校正。移动观测数据的加入扩大了模型输入数据的空间变异性。（3）根据加入不同方法校正后移动观测数据的模型验证结果,选取临近国控站点直接校正的移动观测数据建立2023年春夏季暴露LUR-mobile模型,其预测地图捕捉了PM2.5更多的空间变化,增加了更多的空间复杂性。移动观测数据补充了城市支路对PM2.5浓度的贡献。通过对比LUR模型和LUR-mobile模型的人群暴露水平分类评估结果发现,从整体来看,LUR模型对比加入移动观测数据后的LUR-mobile模型低估了0.60%到5.03%人群的暴露浓度,移动观测数据补充了国控点数据没有获取到的高值。（4）从六年均值暴露模型和2023年春夏季暴露模型发现,在评估暴露模型的性能时,除了需要依靠模型的交叉验证结果,还需要依靠暴露模型模拟值的空间分布进行综合评估,如预测地图等。

关键词：土地利用回归移动观测偏最小二乘法机器学习暴露误分类

基于3S技术的城市森林生态补偿提升设计研究 ——以济南千佛山风景区为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于3S技术的城市森林生态补偿提升设计研究 ——以济南千佛山风...

作者：王瑜晗山东建筑大学

学位级别：硕士

甲状腺髓样癌术后远处转移早期风险预测模型的建立

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

甲状腺髓样癌术后远处转移早期风险预测模型的建立

作者：张钰晗吉林大学

学位级别：硕士

目的:本研究的目的是建立和验证一种用于评估甲状腺髓样癌(medullary thyroid carcinoma,MTC)术后远处转移早期风险的预测模型。方法:我们回顾性筛选美国国立癌症研究所监测、流行病学和最终结果(surveillance,epidemiology,and end res... 详细信息

目的:本研究的目的是建立和验证一种用于评估甲状腺髓样癌(medullary thyroid carcinoma,MTC)术后远处转移早期风险的预测模型。方法:我们回顾性筛选美国国立癌症研究所监测、流行病学和最终结果(surveillance,epidemiology,and end results,SEER)数据库中2007年至2017年国际疾病分类(International Classification of Diseases,ICD)代码C73.9且ICD-O-3Hist/behav,malignant编码为8510、8347、8346、8345的MTC的病例数据并导出其临床病理特征。此外,筛选我院电子病案数据库中2009-2021年病理报告为MTC的患者,收集患者临床病理特征。对我院患者进行电话随访,重点询问患者生存状况及复查时远处转移情况。基于python通过多重插补的方法对SEER数据库来源的缺失数据进行填补。然后通过基于树的特征选择方法来评估每个特征的重要性,并根据重要性评分筛选相关特征。随后采用四种机器学习算法进行建模,包括随机森林分类器(random forest classifier,RFC)、梯度提升决策树(gradient boosting decision tree,GBDT)、逻辑回归(logistic regression,LR)和支持向量机(support vector machine,SVM)。计算每个模型的准确率、召回率、特异率。绘制出每个模型的受试者工作特征曲线(receiver operating characteristic curve,ROC)并计算每个模型的曲线下面积(area under curve,AUC)。通过对比每个模型的准确率、召回率、特异率以及AUC,挑选出最优模型。然后,采用Hosmer-Lemeshow拟合优度检验、brier评分(brier score,BS)和校准曲线对选出的最佳模型进行验证,以评估预测值与实际值之间的差异。接下来在最优模型的基础上做出列线图用于可视化该预测模型。最后对模型进行决策曲线分析(decision curve analysis,DCA)和临床影响曲线分析(clinical impact curve,CIC),并对模型的临床效应进行评估。结果:通过特征筛选,我们最终明确了以下四个特征与MTC远处转移的早期风险有关,即年龄、手术范围、T分期和N分期。在内部测试集中,4个模型的AUC值及95%置信区间(confidence interval,CI)分别为:RFC:0.8786(0.8070-0.9503),GBDT:0.8402(0.7606-0.9199),LR:0.8670(0.7927-0.9413),SVM:0.8673(0.7931-0.9415)它们的AUC值差异无统计学意义。因此,我们选择4个模型中AUC值最高的为最佳模型即RFC。该模型在内部测试集上进行评估,准确率为0.84,召回率为0.76,特异率为0.87。绘制ROC曲线,AUC(95%CI)为0.8786(0.8070-0.9503)。在外部验证集上进行评估,其AUC为0.9105,准确率为0.84,召回率为1.0,特异率为0.83。使用列线图对该模型进行可视化,其净效益在DCA和CIC中均显示模型产生获益。结论:通过分析来自SEER数据库和我院电子病案数据库的MTC患者信息,我们成功建立了一个基于年龄,手术方式,T分期,N分期的MTC术后远处转早期风险的预测模型,并以列线图的形式呈现。经检验,该模型具有良好的预测效能和鉴别能力。通过该模型,临床医生可以在MTC术后早期判断远处转移风险,能够更加精准判断每位患者的预后并制定个性化的随访监测计划,早期诊断远处转移,及时给与干预,以期改善MTC患者的整体预后。

关键词：甲状腺髓样癌机器学习远处转移预测模型列线图

Tabata训练法对高校足球公共课学生体能干预效果的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Tabata训练法对高校足球公共课学生体能干预效果的研究

作者：魏瑶晗首都体育学院

学位级别：硕士

基于激光雷达与IMU融合的静态地图构建算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于激光雷达与IMU融合的静态地图构建算法研究

作者：张煦晗吉林大学

学位级别：硕士

近年来,随着人工智能技术与芯片技术的不断进步,自动驾驶技术也迅猛发展。自动驾驶不仅在汽车领域,在交通、物流等多个领域也展现出广泛的应用前景。汽车定位技术在自动驾驶技术中扮演着重要角色,它不但是自动驾驶的基础,还是自动驾驶... 详细信息

近年来,随着人工智能技术与芯片技术的不断进步,自动驾驶技术也迅猛发展。自动驾驶不仅在汽车领域,在交通、物流等多个领域也展现出广泛的应用前景。汽车定位技术在自动驾驶技术中扮演着重要角色,它不但是自动驾驶的基础,还是自动驾驶的核心,精确的定位是确保车辆安全的基础,同时也是实现自动驾驶路径规划与控制的首要条件。目前,同步定位与建图(Simultaneous Localization and Mapping,SLAM)技术是解决自动驾驶定位问题的主要方案,按照使用方法的不同,可以将SLAM分为基于机器学习的SLAM和传统SLAM,基于学习的SLAM方案虽然具有较强的泛化能力,但是数据需求量大且可解释性差,因此本文选择实时性强且具有相对成熟和稳定技术基础的传统SLAM方案;传统SLAM方案又可以依据使用传感器的不同分为视觉SLAM与激光SLAM,视觉SLAM虽然成本低,但是对光照和纹理敏感,且很容易受到运动畸变的影响,因此本文使用安全性、鲁棒性都更好且精度更高的激光SLAM方案。在传感器的选择上,激光雷达可以提供高精度的角度信息和距离信息,但是快速运动时采集到的点云数据容易受到运动畸变的影响;IMU能够提供物体连续运动信息,但是存在累积误差,激光雷达与IMU的特性互补,通过将二者融合,可以实现更稳定、更准确的定位建图。此外,在建图过程中,环境中不可避免存在动态障碍物,如果建立的三维点云地图中存在较多动态障碍物,则会严重影响车辆后续导航与规控的准确性和可靠性,因此构建静态地图至关重要。本文基于激光雷达和惯性测量单元(IMU)融合的传感器融合方案,提出了一种静态地图构建方案。本文的主要研究内容如下:(1)为了使算法更加高效、准确,本文对激光雷达采集到的原始点云数据进行了预处理,并基于几何特征匹配实现了点云配准。首先对原始点云体素滤波,去除原始点云中的噪点、离群点和不必要信息点;随后,提取点云中的地面点,完成了点云分割,并且使用广度优先搜索的方法进一步对点云进行聚类、去噪点处理;然后,对IMU信息线性插值,校正了激光雷达原始点云中的运动畸变;最后,对点云进行特征提取,提取出点云中的线特征和面特征,并使用列文伯格-马夸尔特(Levenberg-Marquardt,LM)算法求解雷达运动,完成了点云配准。(2)为了提高建图的准确性和鲁棒性,本文引入了IMU预积分因子以及回环检测因子,并建立了因子图模型以优化全局位姿。首先根据IMU的运动微分方程推导出了IMU预积分模型,约束激光雷达关键帧之间的位姿;随后加入回环检测因子,建立了回环帧之间的位姿约束关系;最后搭建了因子图模型,并基于贝叶斯树完成了因子图的求解,建立了完整的建图系统。(3)为了提高系统的精度,减少动态障碍物对后续地图使用带来的影响,本文提出了一种后处理的动态障碍物过滤算法。首先将激光雷达的scan和对应原始地图按相同的规则划分成栅格;随后计算栅格的伪占用描述因子并对伪占用率编码,根据编码的比率筛选出潜在动态区域,并在每个潜在动态区域内使用主成分分析法完成局部地面的拟合;最后滤除地面以上的动态障碍物即得到了全局静态点云地图。(4)为了验证本文算法的可靠性,本文从建图误差和动态障碍物过滤程度两个维度来进行算法评估。本文基于百度Apollo酷黑小车,搭载了激光雷达、包含惯性测量单元和GPS的组合导航以及工控机等设备,建立了实车测试平台。对于定位建图算法,本文通过对比实车试验中的GPS真实轨迹和建图轨迹的误差来评判本文提出的算法的精度与鲁棒性;对于动态障碍物过滤算法,本文分别使用开源Semantic KITTI数据集和校园数据集来评估算法的准确性。试验结果表明本文提出的基于激光雷达与IMU融合的静态地图构建算法具有一定的精度和鲁棒性,且动态障碍物过滤相对准确全面。

关键词：激光雷达与IMU融合预积分因子图优化动态障碍物过滤静态点云地图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多行程卡车—无人机协同配送路径优化研究

多行程卡车—无人机协同配送路径优化研究

作者：高舒晗重庆交通大学

学位级别：硕士

随着物流行业的持续繁荣,车辆与无人机的协同配送作为一种创新的物流模式,正日益受到业界的瞩目。相较于传统的配送方式,这种新模式将车辆与无人机的运输能力相整合,充分利用了两者的优点,不仅在时效性上表现出色,而且在成本控制上也更... 详细信息

随着物流行业的持续繁荣,车辆与无人机的协同配送作为一种创新的物流模式,正日益受到业界的瞩目。相较于传统的配送方式,这种新模式将车辆与无人机的运输能力相整合,充分利用了两者的优点,不仅在时效性上表现出色,而且在成本控制上也更具优势。然而,要实现车辆与无人机协同配送在降低成本和提高效率上的潜力,关键在于构建一套科学且高效的配送策略。因此,本文聚焦于这一核心问题,深入研究了多行程情境下卡车与无人机的协同配送路径优化问题,以期为物流行业的未来发展提供新的思路和解决方案。本研究旨在解决物流配送中多行程场景下卡车-无人机协同配送路径优化的关键问题,以提升配送效率并降低运营成本。首先,基于实际运作环境,本文构建了一个全面考虑卡车特性、无人机配送流程的数学模型。模型中不仅融入了卡车额定行程距离、无人机飞行速度及载重能力等因素,还根据客户服务限制,将客户点细化为三种服务类型,并纳入了异质车队和时变网络等复杂场景。其次,针对此类NP-hard问题,本文设计了一种端到端深度强化学习框架,用于求解路径优化问题。该框架采用马尔可夫决策过程对问题进行建模,进而构建深度强化学习模型,并运用了“行动者-评论家”结构。随后,本文运用基于优势基准的REINFORCE算法对模型进行训练,以获取训练有素的策略网络模型。为了进一步提升算法的性能和效率,本文设计1000组验证集,针对关键参数进行了灵敏度分析,并选择表现最为优异的模型参数。在模型训练环节,我们不仅对单一车队情况进行了深入研究,还扩展到了异质车队和时变网络等复杂场景,并充分考虑了客户服务限制。实验结果显示,所设计的深度强化学习模型展现出了良好的收敛性。在模型测试阶段,我们采用了多样化的求解方法对训练完成的模型进行了全面测试。结果显示,在不同规模的配送任务中,灵活采用相应的解码方式能够获得更为优异的求解结果。最终,通过算例的求解和对比分析,我们发现引入异质车队能够显著提升装载率并降低运输成本。此外,通过合理调整不同类型卡车和驾驶员的工作时间参数,也能有效减少配送总成本。总体而言,本研究提出的深度强化学习框架在解决多行程卡车-无人机协同配送路径优化问题时表现出了卓越的效果,为物流配送领域的挑战提供了新的创新思路和方法。

关键词：路径优化多行程客户服务限制异质车队时变路网