基于多智能体混合学习的多星协同动态任务规划算法(英文)

针对多星协同动态任务规划问题,以往多采用基于启发式的重规划算法,但是由于启发式策略依赖于具体任务,使得优化性受到影响。注意到协同规划的历史信息对后续协同规划的影响,本文提出了一种基于策略迭代的多智能体强化学习和迁移学习的混合学习算法求解该问题近似最优策略。本文的多智能体强化学习方法利用神经网络描述各颗卫星的强化学习策略,通过协同进化的方法迭代搜索具有最优拓扑结构和连接权重的策略神经网络个体。针对随机出现的观测任务请求导致历史学习策略失效,通过迁移学习将历史学习策略转换为当前初始策略,保证规划质量前提下加快多星协同任务规划速度。仿真实验及分析结果表明本文算法对动态随机出现的任务请求有良好的适应性。     

硅通孔中电致应力的有限元分析

在三维电子封装中,硅通孔(TSV,Through-Silicon-Via)是实现芯片垂直互连的关键环节,其可靠性至关重要.随着硅通孔中电流密度的增大,电致应力对TSV可靠性的影响也越来越大.基于该耦合方程和有限元的一般原理,详细地推导了弹性材料属性下TSV内部的电致应力、应变的有限元分析模型;利用ABAQUS中的用户自定义单元(user defining element)接口,实现了该模型的有限元计算,并利用解析解对该有限元模型的正确性进行了验证.利用有限元模型对TSV中铜填充的电迁移问题进行了分析计算,描述了铜填充在电迁移过程中电致应力、应变以及空位浓度的演化过程和分布规律,为三维电子封装可靠性的全面评估提供了一定的依据.     

基于卷积神经网络的遥感图像舰船目标检测

针对遥感图像背景复杂、受环境因素影响大的问题,提出一种将卷积神经网络(CNN)与支持向量机(SVM)相结合的舰船目标检测方法,利用卷积神经网络可自主提取图像特征并进行学习的优点,避免了复杂的特征选择和提取过程,在复杂海况背景图像的处理中体现出较优的性能;同时,由于军舰样本获取难度大,应用迁移学习的概念,利用大量民船样本辅助军舰目标的检测,取得较好的效果。通过参数调整与实验验证,此方法在自行建立的测试集上检测率达到90.59%,对光照、环境等外界因素具有一定程度的鲁棒性。     

基于迁移学习的航天器遥测数据异常检测技术

航天器遥测数据异常检测是识别航天器状态、保障航天器安全可靠运行的关键技术.然而,航天器遥测数据异常检测通常面临时序数据维度大、异常不平衡、标签样本缺乏等问题.基于数据预测的异常检测思想,提出一种基于迁移学习的深度异常检测模型.根据遥测数据时序相关性强的特点,采用具有注意力机制的长短期记忆网络建立遥测数据预测模型.为了克服航天器遥测数据异常标签少、数据维度高的问题,采用微调的迁移学习方法对预测模型进行优化,同时采用全连接层统一不同数据集维度,从而提高了迁移学习模型精度,提升异常检测水平.以美国宇航局公开的两个航天器数据集为实验对象,利用提出的异常检测方法对该数据集异常状态进行识别,结果表明,与经典异常检测算法相比,引入迁移学习能明显提升模型性能,实验结果优于目前常见的异常检测模型,证明了方法的有效性.     

基于深度迁移学习的航天器故障诊断

随着航天科技的发展,智能故障诊断技术是确保航天器控制系统安全、自主运行的关键技术之一.由于在轨航天器遥测数据样本少、噪声高、未标记,因此缺乏自适应能力、学习能力的传统故障诊断方法难以准确诊断在轨航天器故障.本文针对上述问题提出一种基于深度迁移学习的航天器故障诊断方法,为在轨航天器实时故障诊断提供了可行方法.首先,对航天...     

氯离子速测之比较：南非

本文在试验的基础上对AASHTO的氯离子渗透性速测（RCPT），北欧的氯离子迁移测试，开普顿大学（UCT）的氯离子导电性测试这三种方法进行了深入的比较，据此提出了各自的合理实施条件，并认为北欧的氯离子迁移试验和氯离子导电性试验是一种预测长期影响下的混凝土氯离子水平的合适技术。     

几种二茂铁衍生物挥发迁移性能的比较

本文比较了几种二茂铁衍生物燃速催化剂(SD、RF、AF、FBB)的挥发迁移性能及其变化规律。结果表明挥发迁移大小次序为SD>RF>AF>FBB,并给出在比较实验条件下挥发迁移的表达式。     

几种双核二茂铁衍生物挥发迁移性能的比较

本文比较了几种有代表性的双核二茂铁衍生物与单核二茂铁衍生物的挥发迁移性能与迁移对燃速的影响.结果表明迁移较之挥发是一种主要的影响.双核二茂铁衍生物比单核的迁移慢,在包复层中的共容增塑量低,但它迁移至包复层中的实际铁含量比单核的高.当推进剂中铁含量相同时,双核二茂铁衍生物的燃速催化效能比单核的高.从迁移性能与燃速催化效能来看,双核二茂铁衍生物中以DPFB为好.     

基于VGG16迁移学习的轴承故障诊断方法

针对轴承故障诊断问题,提出基于VGG16卷积神经网络与迁移学习的故障诊断方法。首先将轴承原始振动信号数据利用信号转图像方法进行预处理,生成相应的目标数据集;然后将已经预训练过的VGG16模型在生成的目标数据集上训练并微调;最后将微调后的VGG16模型应用于故障诊断。将该方法分别在凯斯西储大学和辛辛那提大学的轴承数据集上进行验证,结果表明该方法能够取得接近100%的轴承故障诊断准确率,具有较好的应用前景。     

月尘静电迁移研究进展

月尘的静电悬浮和迁移是Apollo时期留下的最有争议的问题之一. 其既是研 究月球表面物质演化历史的重要线索, 也是探月工程必须考虑的重要因素. 月尘在月表环境下易因电子附着、光电效应、二次电子发射等过程带电, 并 在月球全球性静电场作用下发生迁移运动. 但目前对月尘静电迁移过程的认 识还不全面, 其主要原因在于对月尘静电特性的了解不够准确, 对静电迁移 过程的地面模拟不够充分以及对月球尘埃环境的探测较为缺乏. 未来需进一 步开展模拟月尘的研制, 月尘静电特性的分析, 静电迁移过程模拟以及尘埃 环境的探测等工作.