检索结果-南通市图书馆

MAML^(2):meta reinforcement learning via meta-learning for task categories

Frontiers of Computer Science 2023年第4期17卷 57-67页

作者： Qiming FU Zhechao WANG nengwei fang Bin XING Xiao ZHANG Jianping CHEN School of Electronics and Information Engineering Suzhou University of Science and TechnologySuzhou 215009China Chongqing Industrial Big Data Innovation Center Co.Ltd. Chongqing 404100China School of Medical Informatics Xuzhou Medical UniversityXuzhou 221004China School of Architecture and Urban Planning Suzhou University of Science and TechnologySuzhou 215009China

Meta-learning has been widely applied to solving few-shot reinforcement learning problems,where we hope to obtain an agent that can learn quickly in a new ***,these algorithms often ignore some isolated tasks in pursuit of the average performance,which may result in negative adaptation in these isolated tasks,and they usually need sufficient learning in a stationary task *** this paper,our algorithm presents a hierarchical framework of double meta-learning,and the whole framework includes classification,meta-learning,and ***,in the classification process,we classify tasks into several task subsets,considered as some categories of tasks,by learned parameters of each task,which can separate out some isolated tasks ***,in the meta-learning process,we learn category parameters in all subsets via ***,based on the gradient of each category parameter in each subset,we use meta-learning again to learn a new metaparameter related to the whole task set,which can be used as an initial parameter for the new ***,in the re-adaption process,we adapt the parameter of the new task with two steps,by the meta-parameter and the appropriate category parameter ***,we demonstrate our algorithm prevents the agent from negative adaptation without losing the average performance for the whole task ***,our algorithm presents a more rapid adaptation process within ***,we show the good performance of our algorithm with fewer samples as the agent is exposed to an online meta-learning setting.

关键词： meta-learning reinforcement learning few-shot learning negative adaptation

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

HVAC Optimal Control Based on the Sensitivity Analysis:An Improved SA Combination Method Based on a Neural Network

引用

Computer Modeling in Engineering & Sciences 2023年第9期136卷 2741-2758页

作者： Lifan Zhao Zetian Huang Qiming Fu nengwei fang Bin Xing Jianping Chen School of Electronic and Information Engineering Suzhou University of Science and TechnologySuzhou215009China Jiangsu Key Laboratory of Intelligent Building Energy Efficiency Suzhou University of Science and TechnologySuzhou215009China Suzhou Key Laboratory of Mobile Network Technology and Application Suzhou University of Science and TechnologySuzhou215009China Chongqing Industrial Big Data Innovation Center Co. Ltd.Chongqing400707China

Aiming at optimizing the energy consumption of HVAC,an energy conservation optimization method was proposed for HVAC systems based on the sensitivity analysis(SA),named the sensitivity analysis combination method(SAC).Based on the SA,neural network and the related settings about energy conservation of HVAC systems,such as cooling water temperature,chilled water temperature and supply air temperature,were ***,based on the data of the existing HVAC system,various optimal control methods ofHVAC systems were tested and evaluated by a simulated HVAC system in *** results show that the proposed SA combination method can reduce significant computational load while maintaining an equivalent energy performance compared with traditional optimal control methods.

关键词： Energy conservation sensitivity analysis HVAC system neural network

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

MAQMC:Multi-Agent Deep Q-Network for Multi-Zone Residential HVAC Control

引用

Computer Modeling in Engineering & Sciences 2023年第9期136卷 2759-2785页

作者： Zhengkai Ding Qiming Fu Jianping Chen You Lu Hongjie Wu nengwei fang Bin Xing School of Electronic and Information Engineering Suzhou University of Science and TechnologySuzhou215009China Jiangsu Province Key Laboratory of Intelligent Building Energy Efficiency Suzhou University of Science and TechnologySuzhou215009China School of Architecture and Urban Planning Suzhou University of Science and TechnologySuzhou215009China Chongqing Industrial Big Data Innovation Center Co. Ltd.Chongqing400707China

The optimization of multi-zone residential heating,ventilation,and air conditioning(HVAC)control is not an easy task due to its complex dynamic thermal model and the uncertainty of occupant-driven cooling *** reinforcement learning(DRL)methods have recently been proposed to address the HVAC control ***,the application of single-agent DRL formulti-zone residential HVAC controlmay lead to non-convergence or slow *** this paper,we propose MAQMC(Multi-Agent deep Q-network for multi-zone residential HVAC Control)to address this challenge with the goal of minimizing energy consumption while maintaining occupants’thermal *** is divided into MAQMC2(MAQMC with two agents:one agent controls the temperature of each zone,and the other agent controls the humidity of each zone)and MAQMC3(MAQMC with three agents:three agents control the temperature and humidity of three zones,respectively).The experimental results showthatMAQMC3 can reduce energy consumption by 6.27%andMAQMC2 by 3.73%compared with the fixed point;compared with the rule-based,MAQMC3 andMAQMC2 respectively can reduce 61.89%and 59.07%comfort *** addition,experiments with different regional weather data demonstrate that the well-trained MAQMC RL agents have the robustness and adaptability to unknown environments.

关键词： Deep reinforcement learning multi-zone residential HVAC multi-agent energy conservation comfort

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

动态调整灰色关联分析方法在轴承早期退化在线识别中的应用

引用

仪器仪表学报 2023年第5期44卷 61-70页

作者：裴雪武董绍江方能炜邢镔胡小林重庆交通大学机电与车辆工程学院重庆400074 磁悬技术与磁浮列车教育部重点实验室成都610031 重庆工业大数据创新中心有限公司重庆400707

针对现有数据驱动型方法在滚动轴承早期退化识别中存在敏感度低、误警率高的问题,提出一种面向瞬态机械装备健康监测的动态调整灰色关联分析(DAGIA)方法。该方法首先采用希尔伯特(Hilbert)变换对滚动轴承振动数据进行幅度解调得到包络... 详细信息

针对现有数据驱动型方法在滚动轴承早期退化识别中存在敏感度低、误警率高的问题,提出一种面向瞬态机械装备健康监测的动态调整灰色关联分析(DAGIA)方法。该方法首先采用希尔伯特(Hilbert)变换对滚动轴承振动数据进行幅度解调得到包络信号。为了削弱分辨系数取值的影响以凸显关联度值的区分程度,将可以表征轴承退化信息强弱的特征噪声能量比(FNER)指标引入传统灰色关联分析(TGIA)中动态调整分辨系数。然后,提取轴承运行初期的第一组数据作为参考数据,计算其余数据和参考数据的动态灰色关联度并构建轴承性能衰退指标。最后,根据正常样本并结合切比雪夫不等式设置控制线瞬态识别滚动轴承早期退化起始位置。利用IMS和XJTU-SY数据库完成对轴承早期退化瞬态识别,结果表明,所提方法可以瞬态识别轴承早期退化位置,误报警逼近于0,兼具敏感性和鲁棒性,有利于设备维护人员更好掌握滚动轴承的运行状态。

关键词：轴承特征噪声能量比动态调整灰色关联分析性能衰退指标早期退化在线瞬态识别

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于HTMFDE以及ICNN的滚动轴承寿命状态识别方法

引用

铁道科学与工程学报 2023年第2期20卷 723-734页

作者：董绍江刘文龙方能炜胡小林余腾伟重庆交通大学机电与车辆工程学院重庆400074 重庆工业大数据创新中心有限公司重庆400707

针对滚动轴承退化性能难以评估、寿命状态难以识别的难题,提出一种结合层次时移多尺度波动散布熵(Hierarchical Time-shifted Multiscale Fluctuation Dispersion Entropy,HTMFDE)、JRD距离(Jensen-Renyi divergence,JRD)以及改进卷积神经网络(Improved convolution neural network,ICNN)的轴承寿命状态识别新方法。首先,在传统多尺度波动散布熵的基础上,将传统均值粗粒化过程替换为改进的时移粗粒化过程,以解决传统均值粗粒化导致信号幅值特征丢失的问题。同时引入层次分解理论,克服多尺度分析方法不能全面提取不同频段故障特征的不足,得到最终的HTMFDE。之后利用HTMFDE方法提取滚动轴承信号的多维状态特征量,并进行归一化形成一组概率分布,计算轴承正常信号与故障信号之间的JRD距离作为性能退化指标。其次,根据构建的JRD性能退化曲线,划分轴承寿命状态并制作数据集,通过标签化的样本训练具有双层多尺度特征提取层的卷积神经网络,建立滚动轴承寿命状态识别模型。为了加快模型的收敛速度,对每层卷积进行批量归一化操作,同时采用全局池化代替全连接层以提升模型的训练效率。最后,在2组不同的轴承数据集上进行实验。实验结果表明,根据HTMFDE构建的JRD性能退化曲线能够精准地识别轴承性能退化起始点以及刻画轴承的退化趋势,所提出的ICNN模型在SNR=0~10 dB环境中平均识别正确率为98.5%,能够准确地识别轴承寿命状态,验证了所提方法的实用性以及有效性。

关键词：寿命状态识别滚动轴承层次时移多尺度波动散布熵 JRD距离改进卷积神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于颜色通道特征融合的环境声音分类方法

引用

应用科学学报 2023年第4期41卷 669-681页

作者：董绍江夏蒸富方能炜邢镔胡小林重庆交通大学机电与车辆工程学院重庆400047 重庆工业大数据创新中心有限公司重庆400707

针对传统神经网络提取的复杂环境声音特征微弱,导致分类准确率低的问题,提出了一种基于颜色通道特征融合的环境声音分类方法。首先,从原始音频数据中提取出三种声音特征,即对数梅尔频谱图(log-Mel spectrogram,LMS)、梅尔倒谱系数(Mel-s... 详细信息

针对传统神经网络提取的复杂环境声音特征微弱,导致分类准确率低的问题,提出了一种基于颜色通道特征融合的环境声音分类方法。首先,从原始音频数据中提取出三种声音特征,即对数梅尔频谱图(log-Mel spectrogram,LMS)、梅尔倒谱系数(Mel-scale frequency cepstral coefficients,MFCC)以及能量谱图(energy spectrum,ES);其次,分别将以上三者作为RGB颜色通道分量进行特征融合,形成包含更多特征信息的声谱图,更全面表征环境声音;再次,为了避免由于数据集较少导致所训练的模型泛化能力较差,对预训练模型VGG-16采用微调方法进行训练;最后,在两个广泛使用的环境声音分类数据集以及实际场景采集的音频上验证本文所提方法的有效性,并与其他模型的准确率进行对比。结果表明,本文所提方法在ESC-10以及ESC-50数据集上的准确率分别能够达到88.2%和65.2%,并且能提高实际场景采集的音频分类效果。

关键词： RGB颜色通道特征融合微调训练环境声音分类预训练模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

自相关结合灰色关联度的轴承早期故障诊断方法

引用

机械科学与技术 2023年第12期42卷 1972-1976页

作者：方能炜刘兰徽邢镔胡小林董绍江裴雪武重庆工业大数据创新中心有限公司重庆400707 重庆交通大学机电与车辆工程学院重庆400074

针对滚动轴承性能衰退指标敏感度低且退化起始点难以检测的问题,本文提出了自相关函数结合灰色关联度(Autocorrelation function and gray relational degree,AF-GRD)的轴承早期故障诊断方法。首先,基于希尔伯特变换和自相关函数处理轴... 详细信息

针对滚动轴承性能衰退指标敏感度低且退化起始点难以检测的问题,本文提出了自相关函数结合灰色关联度(Autocorrelation function and gray relational degree,AF-GRD)的轴承早期故障诊断方法。首先,基于希尔伯特变换和自相关函数处理轴承全寿命数据样本组获得自相关系列函数。然后,提取轴承运行初期的第一组数据作为参考样本,计算其余样本和参考样本的灰色关联度并构建轴承性能衰退指标。最后,根据该指标的变化趋势和健康阈值确定轴承早期故障发生的时间段,截取该时段的数据样本进行希尔伯特包络谱分析实现轴承早期故障诊断。利用实验室数据库完成对轴承早期故障诊断,结果表明:所提方法敏感度高而且可以完成轴承早期退化检测。

关键词：轴承自相关函数灰色关联度早期故障诊断

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

高等学校学生资助系统的研究与实践

引用

实验技术与管理 2009年第1期26卷 85-88页

作者：邹向荣方能炜彭宇张春生邵正隆清华大学计算中心北京100084 清华大学学生处北京100084

为了满足学生资助工作体系建设的需要，清华大学开发了学生资助系统。该系统的运行，改变了原有的学生资助工作模式，推动了学生资助工作的现代化和规范化，为学生资助工作的日常运行提供了可靠保障，为落实学生资助工作的各项改革提供... 详细信息

为了满足学生资助工作体系建设的需要，清华大学开发了学生资助系统。该系统的运行，改变了原有的学生资助工作模式，推动了学生资助工作的现代化和规范化，为学生资助工作的日常运行提供了可靠保障，为落实学生资助工作的各项改革提供了有力的支持。文章对传统工作模式下存在的问题进行了分析，介绍了学生资助系统的建设内容和系统总体结构，最后对系统的实现技术进行了论述。

关键词：学生经济资助信息系统 C/S架构 B/S架构

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

结合注意力机制与深度强化学习的超短期光伏功率预测

引用

计算机应用 2023年第5期43卷 1647-1654页

作者：丁正凯傅启明陈建平陆悠吴宏杰方能炜邢镔苏州科技大学电子与信息工程学院江苏苏州215009 江苏省建筑智慧节能重点实验室(苏州科技大学) 江苏苏州215009 苏州科技大学建筑与城市规划学院江苏苏州215009 重庆工业大数据创新中心有限公司重庆400707

针对传统光伏(PV)功率预测模型受功率随机波动性影响以及易忽略重要信息导致预测精度低的问题,将注意力机制分别与深度确定性策略梯度(DDPG)和循环确定性策略梯度(RDPG)相结合提出了ADDPG和ARDPG模型,并在此基础上提出一个PV功率预测框... 详细信息

针对传统光伏(PV)功率预测模型受功率随机波动性影响以及易忽略重要信息导致预测精度低的问题,将注意力机制分别与深度确定性策略梯度(DDPG)和循环确定性策略梯度(RDPG)相结合提出了ADDPG和ARDPG模型,并在此基础上提出一个PV功率预测框架。首先,将原始PV功率数据以及气象数据标准化,并将PV功率预测问题建模为马尔可夫决策过程(MDP),历史功率数据和当前气象数据则作为MDP的状态;然后,将注意力机制加入DDPG和RDPG的Actor网络,赋予状态中各个分量不同的权重来突出重要且关键的信息,并通过深度强化学习智能体和历史数据的交互来学习数据中的关键信息;最后,求解MDP问题得到最优的策略,作出准确的预测。在DKASC、Alice Springs光伏系统数据上的实验结果表明,ADDPG和ARDPG在均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R2)上均取得了最优结果。可见,所提模型能够有效提高PV功率的预测精度,也可以推广到其他预测领域如电网预测、风力发电预测等。

关键词：深度强化学习注意力机制光伏功率预测深度确定性策略梯度循环确定性策略梯度

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于FLUENT的准分子激光器气体流场数值仿真

引用

中国激光 2016年第9期43卷 44-49页

作者：朱能伟方晓东中国科学院安徽光学精密机械研究所安徽合肥230031 中国科学技术大学安徽合肥230026

利用ICEM软件对简化后的准分子激光器气体流道进行二维截面网格划分。基于realizable k-ε湍流模型和多参考系(MRF)模型,利用FLUENT软件对激光器内部气体流动进行稳态流场仿真,获得了气体流动速度大小和分布。仿真结果表明,气体平均流... 详细信息

利用ICEM软件对简化后的准分子激光器气体流道进行二维截面网格划分。基于realizable k-ε湍流模型和多参考系(MRF)模型,利用FLUENT软件对激光器内部气体流动进行稳态流场仿真,获得了气体流动速度大小和分布。仿真结果表明,气体平均流速与风机转速大小呈线性关系,风机扭矩与风机转速的平方也呈线性关系。采用皮托管实测流速分布并与仿真结果进行对比,它们之间的一致证实了仿真结果的可靠性。

关键词：激光器气体流场数值仿真气体流道设计

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：