检索结果-南通市图书馆

中国电机工程学报 2020年第8期40卷 2429-2440页

作者：曾令康姚伟艾小猛黄彦浩文劲宇强电磁工程与新技术国家重点实验室(华中科技大学电气与电子工程学院) 湖北省武汉市430074 中国电力科学研究院有限公司北京市海淀区100192

为了辨识故障后对电网暂态稳定性影响较大的薄弱线路,提出一种基于双q学习(double q-learning,DqL)的考虑暂态稳定约束的电网薄弱线路辨识方法。首先,将电网薄弱线路辨识问题转化成马尔克夫决策过程。接着,利用DqL智能体结合电网时域暂... 详细信息

为了辨识故障后对电网暂态稳定性影响较大的薄弱线路,提出一种基于双q学习(double q-learning,DqL)的考虑暂态稳定约束的电网薄弱线路辨识方法。首先,将电网薄弱线路辨识问题转化成马尔克夫决策过程。接着,利用DqL智能体结合电网时域暂态仿真计算,通过强化学习筛选出容易导致电网失稳的切线故障。最后,提出线路薄弱度指标,计算得到考虑暂态稳定约束的电网薄弱线路。所采用的DqL在q学习的基础上增加了q目标表,实现切线故障选择与评估的分离,并采用优先级采样的经验回放机制,能提升算法的稳定性与训练速度。10机39节点和16机68节点系统的仿真结果都表明,所提基于DqL算法的薄弱线路辨识方法,能通过较少的仿真次数,有效地辨识出考虑系统暂态安全稳定约束的薄弱线路。

关键词：薄弱线路辨识暂态稳定双q学习强化学习优先级采样经验回放

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

基于双q学习算法的干扰资源分配策略

引用

系统仿真学报 2021年第8期33卷 1801-1808页

作者：黄星源李岩屹哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

在现代战争中雷达发展趋于多功能化,甚至多个雷达一起探测目标,使得雷达的抗干扰能力增强。而传统的干扰系统仍遵循着固定的干扰策略,面临需要干扰的雷达数目多时决策的实时性较差,故亟需对认知干扰进行研究。阐述了强化学习的概念并比... 详细信息

在现代战争中雷达发展趋于多功能化,甚至多个雷达一起探测目标,使得雷达的抗干扰能力增强。而传统的干扰系统仍遵循着固定的干扰策略,面临需要干扰的雷达数目多时决策的实时性较差,故亟需对认知干扰进行研究。阐述了强化学习的概念并比较了q学习算法和双q学习算法的差异,利用强化学习算法在认知电子战的基础上建立模型来实现雷达干扰策略的分配。通过对决策方法进行仿真验证了两种强化学习算法都能完成干扰策略分配任务,并且双q学习算法在多雷达环境下效果更好。表明了强化学习算法可以进行自主学习,完成对干扰资源分配的认知决策。

关键词：多功能雷达自适应干扰双q学习干扰决策

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

基于双q学习的插电式混合动力汽车能量管理策略研究

基于双Q学习的插电式混合动力汽车能量管理策略研究

引用

作者：古鸿吉昆明理工大学

学位级别：硕士

插电式混合动力汽车(Plug-in hybrid electric vehicle,PHEV)是新能源汽车的重要发展方向,而能量管理策略(Energy management strategy,EMS)是PHEV实现各供能装置合理分配功率输出、降低汽车行驶能耗的关键措施。本文针对功率分流型PHEV... 详细信息

插电式混合动力汽车(Plug-in hybrid electric vehicle,PHEV)是新能源汽车的重要发展方向,而能量管理策略(Energy management strategy,EMS)是PHEV实现各供能装置合理分配功率输出、降低汽车行驶能耗的关键措施。本文针对功率分流型PHEV,详细研究了强化学习机理,提出了基于双q学习(Double qlearning,DqL)算法以及模型预测控制(Model predictive control,MPC)的在线EMS。具体工作内容主要包括:1)对功率分流型PHEV的动力总成结构进行了介绍,详细分析了该车五种不同供能方式及不同供能方式对应的能量传递路径,并对传动系统的主要部件进行了建模分析。2)研究了基于q学习(q-learning,qL)和DqL算法的EMS。首先,针对PHEV建立了能量管理架构,确定所用策略的目标函数与控制量。然后,介绍了标准强化学习算法的基本框架和控制原理,在此基础上对qL算法的工作过程进行了详细介绍。随后,为了避免qL算法中q值函数的高估对EMS性能的影响,提出基于DqL算法的EMS,详细介绍了DqL算法的迭代更新过程,并对两种算法在学习过程中的不同q值更新方式进行了对比。最后,应用多种不同复合工况对两种策略进行仿真实验,仿真结果表明:两种策略都能降低PHEV行驶能耗,达到节能的目的。此外,通过与qL策略对比分析,DqL策略的节油效果更佳。3)为提升控制效果,需要对未来短时域的速度进行预测,本文设计了一种基于误差补偿的速度预测方法对汽车未来短时域内的行驶车速进行准确预测。首先,分别建立了基于Elman神经网络(Elman neural network,Elman NN)的速度预测方法和基于径向基函数神经网络(Radial basis function NN,RBFNN)的预测速度误差预测方法。然后,根据RBFNN得到的预测误差对Elman NN得到的预测速度进行误差补偿。随后,应用Elman NN速度预测方法和基于误差补偿的速度预测方法在不同预测长度下对多个不同测试工况的行驶车速进行预测。最后,对两种速度预测方法的预测准确性进行了对比分析,结果表明:基于误差补偿的速度预测方法相较于Elman NN具有更高的预测精度,证明了该速度预测方法的有效性和准确性。4)将DqL算法与MPC相结合,设计了基于DqL-MPC的在线EMS。DqLMPC策略中的预测模型根据误差补偿速度预测方法对未来短时域内的行驶车速进行预测,然后应用DqL算法根据车辆状态求解MPC的滚动优化过程,得到每个预测时域长度内控制变量的最优序列。仿真结果显示:所设计策略的节油性与离线DqL策略相近,可以有效降低PHEV的行驶能耗。此外,还验证了在同一复合工况下该策略对不同SOC参考轨迹的适应性以及不同复合工况下该策略的实时性,仿真结果显示DqL-MPC策略对不同SOC参考轨迹都有较好的适应性,且实时性较高。

关键词：插电式混合动力汽车能量管理策略 q学习双q学习速度预测模型预测控制

来源：

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

基于双q学习算法的可重入混合流水晶圆车间调度与维护联合优化研究

引用

建模与仿真 2024年第6期13卷 6416-6431页

作者：王艺蜚刘勤明倪静然叶春明汪宇杰上海理工大学管理学院上海北部湾大学东密歇根联合工程学院广西钦州

针对可重入晶圆车间调度与预维护问题的复杂性,以及近年来人工智能算法的飞速发展和启发式算法在优化复杂生产系统上的不足,本文提出了一种基于双q学习的可重入晶圆车间调度与维护联合优化模型。首先,考虑到可重入工序的影响,在调度阶... 详细信息

针对可重入晶圆车间调度与预维护问题的复杂性,以及近年来人工智能算法的飞速发展和启发式算法在优化复杂生产系统上的不足,本文提出了一种基于双q学习的可重入晶圆车间调度与维护联合优化模型。首先,考虑到可重入工序的影响,在调度阶段建立可重入调度约束模型。考虑可重入工序以及设备维护后的役龄更新对设备维护频次的影响,并通过设立维护阈值来对设备进行预维护以及机会维护,建立考虑役龄更新的可重入晶圆车间设备维护模型。其次,结合实际生产系统中多因素的影响,以最小完工时间、最低能源消耗以及最低总维护成本为目标函数进行多目标优化。最后,以生产数据为基础,通过双q学习算法来定义状态和动作,并设置建立奖励函数,采用贪婪策略随机选择动作来跳出局部最优,并通过调整役龄更新因子来进行灵敏度分析验证算法的鲁棒性。经过结果分析以及对比分析,基于双q学习算法所建立模型的结果均取得了较好的优化结果,并且具有较强的鲁棒性,证明了所提出的基于双q学习算法的可重入晶圆车间调度与维护联合优化模型的有效性。

关键词：可重入调度模型双q学习多目标优化模型设备役龄可重入设备维护模型

来源：

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

机巢充电情形下无人机电力巡检路径规划的强化遗传算法

引用

计算机工程与应用 2024年

作者：梁晨蕾罗贺蒋儒浩阴酉龙林世忠王国强合肥工业大学管理学院国网安徽省电力有限公司无人机巡检作业管理中心安徽送变电工程有限公司过程优化与智能决策教育部重点实验室安徽省空天系统智能管理工程研究中心

针对以机巢为充电站的无人机电力巡检路径规划问题，以最小化无人机执行任务总时间为目标构建数学模型，设计了一种强化遗传算法来求解该问题。在该算法中，提出了基于贪婪的种群初始化算子和基于split的可行解生成算子，并将遗传算法... 详细信息

针对以机巢为充电站的无人机电力巡检路径规划问题，以最小化无人机执行任务总时间为目标构建数学模型，设计了一种强化遗传算法来求解该问题。在该算法中，提出了基于贪婪的种群初始化算子和基于split的可行解生成算子，并将遗传算法参数调优过程建模为马尔科夫决策过程，基于强化学习double q-learning设计了交叉概率和变异概率的动态调优策略。在数值实验中，与Gurobi求解器、经典遗传算法、基于精英保留的遗传算法、差分进化算法的对比结果表明，该算法在求解质量和求解速度方面均具有显著优势。同时，在案例分析中与现有巡检策略进行对比进一步验证了该算法在实际场景中的应用效果。

关键词：电力巡检无人机充电续航路径规划双q学习强化遗传算法参数调优

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于强化学习的布尔网络反馈镇定研究

基于强化学习的布尔网络反馈镇定研究

引用

作者：朱恒东华大学

学位级别：硕士

布尔网络是生物网络以及基因调控网络中一种常见的模型,近几十年来受到了研究者们的广泛关注。将生物网络中的基因(或蛋白质)以及它们在活细胞中的调节关系分别视为节点和逻辑关系,就可以将生物网络建模成布尔网络。在布尔网络中,逻辑... 详细信息

布尔网络是生物网络以及基因调控网络中一种常见的模型,近几十年来受到了研究者们的广泛关注。将生物网络中的基因(或蛋白质)以及它们在活细胞中的调节关系分别视为节点和逻辑关系,就可以将生物网络建模成布尔网络。在布尔网络中,逻辑关系是研究的重点,它揭示了基因状态的具体演化过程,但现有的理论工具大多难以将这种逻辑关系表示成简便的代数形式。借助矩阵的半张量积这一运算工具,本文将布尔网络的动力学转换为代数表达式。在实际的生物网络中,往往还存在着外部输入、内部输出以及噪声,将这些因素充分考虑进来,才能够更准确地分析出基因调控网络的动态演化。将控制输入引入布尔网络后,借助一些控制算法可以引导布尔控制网络的演化走向。本文主要采用的控制算法为强化学习中的时序差分算法。在本文第二章中,我们首先阐述了强化学习的基本框架以及原理,然后介绍了经典的时序差分算法。借助时序差分算法,本文研究了布尔网络的输出反馈控制问题,具体的研究内容如下。基因调控网络中存在着噪声的干扰,这些噪声具有随机性,将这些噪声引入布尔控制网络后得到了随机布尔控制网络。本文第三章给出了随机布尔控制网络的动力学并将其转换为代数形式。随后研究了随机布尔控制网络的输出追踪问题并介绍了Sarsa算法。本章的主要目标是在输出给定的情况下,通过强化学习中的智能体对网络环境进行探索以找到每个状态节点对应的最优控制,从而快速追踪给定的参考信号。为了实现该目标,本章先将输出追踪问题转换为集镇定问题,然后再将集镇定问题转化为路径寻优问题,寻优过程采用无模型强化学习算法中的Sarsa算法来进行。最后根据Sarsa算法生成的状态控制关系表,设计出最优状态反馈控制器来解决集镇定问题。除了噪声会使整个网络的状态转移具有随机性外,每个时刻随机选择一个状态节点进行状态更新也会产生随机性问题,由此而构建的布尔控制网络模型被称为异步布尔控制网络。本文第四章研究了这种网络模型的输出反馈控制问题。首先,通过半张量积获得异步布尔控制网络的代数状态空间表达式。在此基础上,提出了判断一个异步布尔控制网络在无限域内是否渐近镇定的充要条件。接着介绍了q学习算法及其改进算法——双q学习。在深度剖析了输出反馈与状态反馈之间的关系的基础上,提出了一个异步布尔控制网络存在输出反馈控制器的充要条件。最后采用双q学习来设计最优输出反馈控制器。

关键词：随机布尔控制网络异步布尔控制网络强化学习 Sarsa算法双q学习输出追踪输出反馈

来源：

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

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

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

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：