检索结果-南通市图书馆

基于双重深度q网络的煤矿掘进机电气设备故障诊断技术

在线全文

学校读者我要写书评

暂无评论

自动化应用 2024年第22期65卷 83-85页

作者：张文宏贵州省煤矿设计研究院有限公司贵州贵阳550025

设计了一种双重深度q网络(DDqN)的煤矿掘进机电气设备故障诊断技术,旨在提升诊断的精度和效率。通过该技术,首先,对掘进机电气设备的关键参数进行采集和特征提取;然后,利用DDqN算法对故障状态进行自主学习和优化;最后,给出故障部位和类... 详细信息

设计了一种双重深度q网络(DDqN)的煤矿掘进机电气设备故障诊断技术,旨在提升诊断的精度和效率。通过该技术,首先,对掘进机电气设备的关键参数进行采集和特征提取;然后,利用DDqN算法对故障状态进行自主学习和优化;最后,给出故障部位和类型的诊断结果。实验结果表明,该技术为掘进机的安全高效运行提供了可靠的诊断依据。

关键词：双重深度q网络电气设备故障诊断

在线全文

学校读者我要写书评

暂无评论

干线动态协调控制的深度q网络方法

信息技术与网络安全 2020年第6期39卷 1-6页

作者：郭瑝清陈锋中国科学技术大学信息科学技术学院安徽合肥230027 安徽中科龙安科技股份有限公司安徽合肥230088

为有效降低城市交通干线的车均延误与停车次数,将深度q网络引入干线协调控制,给出了一种干线动态协调控制的DDDqN(Dueling Double Deep q Network)方法。该方法结合双重深度q网络与基于竞争架构深度q网络,并将干线作为整体处理,通过深... 详细信息

为有效降低城市交通干线的车均延误与停车次数,将深度q网络引入干线协调控制,给出了一种干线动态协调控制的DDDqN(Dueling Double Deep q Network)方法。该方法结合双重深度q网络与基于竞争架构深度q网络,并将干线作为整体处理,通过深度神经网络挖掘干线各交叉口协调控制的相关性,基于q学习进行交通信号控制决策。通过仿真实验,在近饱和流量和干线存在初始排队的情况下,将DDDqN方法与现有绿波方法,以及经典深度q网络、双重深度q网络、基于竞争架构深度q网络的干线协调控制算法进行对比,实验结果表明基于DDDqN的干线动态协调控制算法性能优于其他四种方法。

关键词：城市交通干线协调控制深度q网络双重深度q网络基于竞争架构深度q网络

基于多智能体强化学习求解柔性作业车间联合调度问题

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年

作者：孟繁威郭宏延小龙武玉鑫张德华罗雷太原科技大学机械工程学院山西平阳重工机械有限责任公司

针对柔性作业车间中工件、AGV和机器的联合调度问题，以完工时间最小化为优化目标，提出了一种基于双重深度q网络的分布式多智能体强化学习（DMA-DDqN）方法进行求解。创建了三类智能体，即工件分配智能体、AGV调度智能体及工序选择智... 详细信息

针对柔性作业车间中工件、AGV和机器的联合调度问题，以完工时间最小化为优化目标，提出了一种基于双重深度q网络的分布式多智能体强化学习（DMA-DDqN）方法进行求解。创建了三类智能体，即工件分配智能体、AGV调度智能体及工序选择智能体，分别解决工件分配、AGV选择以及机器工序选择三类调度子问题。首先，双重深度q网络(DDqN）算法用于训练三类智能体，通过捕捉生产信息和调度目标之间的关系，做出调度决策；其次，针对三类智能体，分别设计了状态和动作表示，以实现更高效的决策。其中，在设计工件分配智能体时，引入了机器评价指数，用于解决车间规模扩大时状态空间产生的维度爆炸问题；在奖励函数设计时采用了替代奖励成形技术，以提高学习效率和调度效率。最后，为了验证所提方法中各类智能体在不同规模下的性能，与现有的启发式调度算法进行了对比；进一步，与复合启发式调度算法及现有调度算法相比，验证所提方法在不同规模下的优越性。

关键词：智能车间多智能体联合调度双重深度q网络

基于引导Minimax-DDqN的无人机空战机动决策

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2023年第8期43卷 2636-2643页

作者：王昱任田君范子琳沈阳航空航天大学自动化学院沈阳110136

针对无人机(UAV)空战环境信息复杂、对抗性强所导致的敌机机动策略难以预测,以及作战胜率不高的问题,设计了一种引导Minimax-DDqN(Minimax-Double Deep q-Network)算法。首先,在Minimax决策方法的基础上提出了一种引导式策略探索机制;然... 详细信息

针对无人机(UAV)空战环境信息复杂、对抗性强所导致的敌机机动策略难以预测,以及作战胜率不高的问题,设计了一种引导Minimax-DDqN(Minimax-Double Deep q-Network)算法。首先,在Minimax决策方法的基础上提出了一种引导式策略探索机制;然后,结合引导Minimax策略,以提升q网络更新效率为出发点设计了一种DDqN(Double Deep q-Network)算法;最后,提出进阶式三阶段的网络训练方法,通过不同决策模型间的对抗训练,获取更为优化的决策模型。实验结果表明,相较于Minimax-DqN(Minimax-DqN)、Minimax-DDqN等算法,所提算法追击直线目标的成功率提升了14%~60%,并且与DDqN算法的对抗胜率不低于60%。可见,与DDqN、Minimax-DDqN等算法相比,所提算法在高对抗的作战环境中具有更强的决策能力,适应性更好。

关键词：无人机空战自主决策深度强化学习双重深度q网络多阶段训练

在线全文

学校读者我要写书评

暂无评论

异构服务器数据中心任务调度策略

哈尔滨理工大学学报 2024年

作者：王伟李鑫李晨霞王芳丁博内蒙古电力(集团)有限责任公司内蒙古工业大学能源与动力工程学院哈尔滨理工大学计算机科学与技术学院

针对当前我国数据中心面临的节能、节碳的挑战，以及任务调度和资源分配问题，本文首先根据用户需求分类，然后构建了两阶段的任务调度模型：作业调度和资源分配。本文依据用户需求的层次化，采用深度神经网络将多个不同的作业系统空间... 详细信息

针对当前我国数据中心面临的节能、节碳的挑战，以及任务调度和资源分配问题，本文首先根据用户需求分类，然后构建了两阶段的任务调度模型：作业调度和资源分配。本文依据用户需求的层次化，采用深度神经网络将多个不同的作业系统空间输入，根据所需资源调度到多个异构服务器中，目的是寻找最优调度策略。此外，资源分配部分引入双重深度q网络，以实现高效且灵活的资源分配。在此基础上，建立了一个优化框架，用以解决异构服务器数据中心的任务调度问题。实验结果表明，与传统的任务调度和资源分配方法相比，本文方法提出的两阶段异构服务器的任务调度和资源分配模型有显著优势。该模型将任务调度和资源分配独立并行处理，能够更好地调度用户任务，实验结果显示，与MLF和FERPTS相比，本文方法分别降低了能耗5.7%和9.7%，展示出了显著的优势。

关键词：数据中心任务调度异构服务器双重深度q网络

基于课程式双重DqN的水下无人航行器路径规划

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

实验室研究与探索 2022年第3期41卷 244-248页

作者：王莹莹周佳加高峰管凤旭哈尔滨工程大学智能科学与工程学院哈尔滨150001

针对水下无人航行器路径规划中强化学习方法存在训练不稳定、时间长的弊端,提出了一种课程式双重深度q学习网络(DqN)算法。该算法融合经验回放池技术,有效缩短了训练时间,并消除了q学习网络引起的最大化偏差问题。同时,结合课程式学习... 详细信息

针对水下无人航行器路径规划中强化学习方法存在训练不稳定、时间长的弊端,提出了一种课程式双重深度q学习网络(DqN)算法。该算法融合经验回放池技术,有效缩短了训练时间,并消除了q学习网络引起的最大化偏差问题。同时,结合课程式学习改进双重DqN算法,加快了学习收敛速度。通过静态、动态障碍物环境的水下无人航行器路径规划仿真结果表明,所提出的课程式双重DqN算法可行、有效。该实验仿真研究可培养学生开展独立科学研究的能力。

关键词：水下无人航行器路径规划双重深度q网络课程式学习

在线全文

学校读者我要写书评

暂无评论

基于强化学习的六足机器人动态避障研究

传感器与微系统 2022年第1期41卷 19-23页

作者：董星宇唐开强傅汇乔留沧海蒋刚西南科技大学制造科学与工程学院四川绵阳621000 南京大学工程管理学院控制与系统工程系江苏南京210093 制造过程测试技术省部共建教育部重点实验室四川绵阳621000 成都理工大学核技术与自动化工程学院四川成都610059

针对局部可观测的非线性动态地震环境下,六足机器人采用传统算法进行动态避障时易出现算法不稳定的情况。运用了基于双重深度q网络(DDqN)的决策方式,通过传感器数据输入卷积神经网络(CNN)并结合强化学习的策略,下达命令到六足机器人,控... 详细信息

针对局部可观测的非线性动态地震环境下,六足机器人采用传统算法进行动态避障时易出现算法不稳定的情况。运用了基于双重深度q网络(DDqN)的决策方式,通过传感器数据输入卷积神经网络(CNN)并结合强化学习的策略,下达命令到六足机器人,控制输出决策动作,实现机器人动态避障。将系统的环境反馈与决策控制直接形成闭环,通过最大化机器人与避障环境交互产生的累计奖励回报,更新神经网络权重,形成最优决策策略。通过六足机器人平台实验结果证明:此方法能较好地减少传统深度强化学习算法容易导致过度估计状态动作值和损失函数难以收敛的风险;并且提高了六足机器人进行动态避障的效率和稳定性。

关键词：双重深度q网络六足机器人动态避障传感器输入

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于深度强化学习的入侵检测方法研究

基于深度强化学习的入侵检测方法研究

作者：李云臻重庆大学

学位级别：硕士

随着互联网技术的快速发展,网络应用已经彻底融入人们的生活,但是网络安全问题却日益凸显。正是由于网络攻击方式的多样性、复杂性和隐蔽性,导致了个人、社会以及国家的财产巨大损失。入侵检测系统作为一种积极主动的网络安全防御手段,... 详细信息

随着互联网技术的快速发展,网络应用已经彻底融入人们的生活,但是网络安全问题却日益凸显。正是由于网络攻击方式的多样性、复杂性和隐蔽性,导致了个人、社会以及国家的财产巨大损失。入侵检测系统作为一种积极主动的网络安全防御手段,具有良好的可靠性、安全性和延展性等优点。但目前的入侵检测方法面临着一系列问题,如对少数类样本数据不敏感,模型识别准确率较低,泛化能力较差等。本文针对以上问题展开研究,其主要工作及成果如下:1)提出了一种融合一维卷积神经网络和分层长短时记忆网络的Conv HL入侵检测模型。一维卷积神经网络计算速度快、开销小,能够准确提取到数据序列的局部特征,分层长短时记忆网络各层的记忆单元模块能够对数据序列不同属性在时间上复杂的前后依赖关系进行学习。通过将二者结合,能够充分学习网络流量的特征,解决单一模型泛化能力差的问题。实验结果表明,该模型的准确率分别比一维卷积神经网络模型和分层长短时记忆网络模型提高了3.95%、1.75%,证明了该方法的有效性。2)针对数据集不平衡问题,提出了一种基于ADASYN算法的过采样算法LEADASYN-LOF。该方法选择性地增加少数类样本来解决数据不平衡问题,且加入局部异常因子对合成的样本去噪。实验结果表明,对数据集进行平衡后,模型对少数类样本的分类能力得到了提升。特别是对于R2L和U2R类别,F1-Score分别提高了6.68%和40.96%,效果显著。3)针对深度学习的检测模型训练效率低,对数据集标签依赖性较强,特征提取不全面等问题,提出了一种融合Conv HL与双重深度q网络的深度强化学习模型。该入侵检测模型能够获得较为完备的数据特征,并通过强化学习策略提高分类器性能,充分结合了深度学习的感知能力与强化学习的决策能力,有效地提高了模型训练效率以及各类型网络攻击的检测能力。在平衡后的NSL-KDD数据集上实验表明,模型分类准确率和F1-Score都达到了99%,且在训练集和测试集上的时间消耗也得到了一定程度的降低。与其他方法的实验对比,也证明了该方法的有效性。

关键词：入侵检测卷积神经网络长短时记忆网络数据不平衡双重深度q网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分布式强化学习的功率控制算法研究

软件工程与应用 2023年第3期12卷 530-542页

作者：司轲李烨上海理工大学光电信息与计算机工程学院上海

强化学习作为一种无模型的控制方法被应用于解决蜂窝网络中的同信道干扰问题。然而,在基于值的强化学习算法中,函数逼近存在误差导致q值被高估,使算法收敛至次优策略而对信道干扰的抑制性能不佳,且在高频带场景中收敛速度缓慢。对此提... 详细信息

强化学习作为一种无模型的控制方法被应用于解决蜂窝网络中的同信道干扰问题。然而,在基于值的强化学习算法中,函数逼近存在误差导致q值被高估,使算法收敛至次优策略而对信道干扰的抑制性能不佳,且在高频带场景中收敛速度缓慢。对此提出一种适用于分布式部署下的控制方法,使用DDqN学习离散策略,以添加三元组批评机制的延迟深度确定性策略梯度算法学习连续策略;使算法对动作价值的估计更准确,以提升算法在不同频带数量场景下对干扰的抑制性能。通过数量的扩展性实验表明了所提算法在不同频带数量场景下,保证更快收敛速度的同时对信道干扰有更好的抑制效果,证明了算法的有效性与扩展性。

关键词：分布式强化学习功率控制 Actor-Critic算法双重深度q网络延迟深度确定性策略梯度