检索结果-南通市图书馆

中国空间科学技术 2023年第4期43卷 93-103页

作者：雷骐玮张洪波国防科技大学空天科学学院长沙410073

影响热层大气密度的因素较多且变化机理复杂,很难建立准确的大气模型,导致大气阻力摄动成为空间站轨道预报精度的主要影响因素之一。研究了基于ppo2强化学习算法的轨道预报方法,利用强化学习网络修正大气模型中的相关参数,提高了轨道预... 详细信息

影响热层大气密度的因素较多且变化机理复杂,很难建立准确的大气模型,导致大气阻力摄动成为空间站轨道预报精度的主要影响因素之一。研究了基于ppo2强化学习算法的轨道预报方法,利用强化学习网络修正大气模型中的相关参数,提高了轨道预报精度。首先建立了空间站的轨道动力学模型,分析了大气模型参数的误差特性,设计了基于强化学习的轨道动力学模型修正方案。选择ppo2算法作为强化学习算法,设计了训练参量与强化学习网络模型,生成了ppo2算法的训练和测试样本,完成了仿真训练与测试。仿真结果表明,该方案能有效补偿大气密度模型不准确造成的轨道预报误差,提高空间站轨道预报的精度和效率。

关键词：大气阻力摄动空间站轨道预报轨道动力学模型修正 ppo2算法

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ppo2的航天控制器序列决策制导算法设计

引用

软件 2023年第7期44卷 5-12,65页

作者：杨可翟依婷朱志肖梦旭董莉湖南工商大学计算机学院湖南长沙410205

运载火箭的制导回收实现对于航天发展具有重大意义,在火箭回收任务中对回收精确制导、实时低时延的计算能力有高标准,传统回收方法在解决该问题上表现出了一定的缺陷和局限性。本文对控制过程进行马尔可夫决策建模,通过构造ppo2算法框... 详细信息

运载火箭的制导回收实现对于航天发展具有重大意义,在火箭回收任务中对回收精确制导、实时低时延的计算能力有高标准,传统回收方法在解决该问题上表现出了一定的缺陷和局限性。本文对控制过程进行马尔可夫决策建模,通过构造ppo2算法框架对整个回收过程进行实时求解,采用复合型奖励函数对位置、姿态、着陆阈值和燃料消耗进行相应约束,并对其进行训练。实验表明,基于ppo2算法的回收制导模型可以较好地满足各项约束条件,并实现推力切换最优策略,证明了ppo2算法在处理该问题时可兼顾实时性和控制效果的优化性,对不同初始参数火箭型号和带有扰动的环境偏差均表现出较强的适应能力,具有一定的泛化能力。

关键词：深度强化学习 ppo2算法决策制导

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

基于智能算法的空间站轨道预报与碰撞概率计算方法

基于智能算法的空间站轨道预报与碰撞概率计算方法

引用

作者：雷骐玮国防科技大学

学位级别：硕士

建设空间站是载人航天发展的高级阶段。由于空间站尺寸较大且一般运行在低地球轨道,因此其运动受高层大气阻力摄动的影响较大,与空间碎片发生碰撞的概率也较大。高层大气密度受多种复杂因素影响,目前还无法准确建模,导致空间站轨道预报... 详细信息

建设空间站是载人航天发展的高级阶段。由于空间站尺寸较大且一般运行在低地球轨道,因此其运动受高层大气阻力摄动的影响较大,与空间碎片发生碰撞的概率也较大。高层大气密度受多种复杂因素影响,目前还无法准确建模,导致空间站轨道预报及与碎片发生碰撞概率的计算都受到影响。本文将经典的轨道动力学理论与深度神经网络、强化学习算法等新兴人工智能算法相结合,尝试解决空间站轨道预报及碰撞概率计算问题。首先,研究了一种利用DDPG强化学习算法补偿空间站运动方程数值积分结果,从而提高轨道预报准确性的方法。在分析空间站所受摄动力的基础上,建立其在轨运动方程,设计了基于强化学习的数值预报结果补偿方案。完成了强化学习过程建模与算法选择,确定了合适的强化学习网络输入输出参量,生成了网络模型的训练和测试样本。对深度学习和DDPG强化学习网络进行了训练和测试,基于数值仿真分析了轨道预报精度及改进效果。其次,研究了利用ppo2强化学习算法修正大气模型参数,从而提高动力学方程数值积分预报精度的方法。在US1976标准大气模型的基础上引入了ppo2强化学习网络,用于补偿大气模型不准确造成的预报误差。设计了基于强化学习的轨道动力学模型修正的轨道预报方案,用于补偿大气模型参数偏差。设计了强化学习网络模型,选择了训练参量并完成网络训练,通过数值仿真验证了强化学习方法的实时性和准确性。最后,研究了利用深度神经网络替代多重数值积分计算空间站与空间碎片碰撞概率的方法。构建了空间站与空间碎片发生遭遇的场景,讨论了基于多重数值积分的传统碰撞概率计算方法,设计了一种基于深度神经网络的碰撞概率计算方案。用多重数值积分方法生成了网络模型的训练和测试样本,完成了深度神经网络模型的训练。通过轨道预报与碰撞概率计算的联合数值仿真,验证了所提人工智能方法的有效性与快速性。论文研究工作对我国空间站和低轨航天器的轨道预报、安全运行等问题的研究与工程实施具有参考价值。

关键词：轨道预报碰撞概率计算大气阻力摄动深度学习 DDPG算法 ppo2算法预报结果补偿动力学模型修正

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

DRL-IDS:基于深度强化学习的工业物联网入侵检测系统

引用

计算机科学 2021年第7期48卷 47-54页

作者：李贝贝宋佳芮杜卿芸何俊江四川大学网络空间安全学院成都610041

近年来,工业物联网迅猛发展,在实现工业数字化、自动化、智能化的同时也带来了大量的网络威胁,且复杂、多样的工业物联网环境为网络入侵者创造了全新的攻击面。传统的入侵检测技术已无法满足当前工业物联网环境下的网络威胁发现需求。对... 详细信息

近年来,工业物联网迅猛发展,在实现工业数字化、自动化、智能化的同时也带来了大量的网络威胁,且复杂、多样的工业物联网环境为网络入侵者创造了全新的攻击面。传统的入侵检测技术已无法满足当前工业物联网环境下的网络威胁发现需求。对此,文中提出了一种基于深度强化学习算法近端策略优化(Proximal Policy Optimization 2.0,ppo2)的工业物联网入侵检测系统。该系统将深度学习的感知能力和强化学习的决策能力相结合,以实现对工业物联网多种类型网络攻击的有效检测。首先,运用基于LightGBM的特征选择算法筛选出工业物联网数据中最有效的特征集合;然后,结合深度学习算法将多层感知器网络的隐藏层作为ppo2算法中的价值网络和策略网络的共享网络结构;最后,基于ppo2算法构建入侵检测模型,并使用ReLU(Rectified Linear Unit)进行分类输出。在美国能源部橡树岭国家实验室公开发布的工业物联网真实数据集上开展的大量实验表明,所提出的入侵检测系统在检测对工业物联网的多种类型网络攻击时,获得了99.09%的准确率,且在准确率、精密度、召回率、F1评分等指标上均优于目前基于LSTM,CNN,RNN等深度学习模型和DDQN,DQN等深度强化学习模型的入侵检测系统。

关键词：工业物联网网络安全入侵检测系统深度强化学习 ppo2算法

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

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

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：