基于博弈论的顶岗实习策略分析

顶岗实习是工学结合的重要形式,以博弈论的角度,顶岗实习方案决策是职业院校与企业的博弈过程,且主要为二人零和完全信息静态博弈;建立了博弈模型,给出了纳什均衡,确定了可行策略的条件;提出了对不同企业类型的策略设计要点。     

飞机燃油管理系统仿真研究

为分析和验证飞机燃油油量管理系统功能设计的完备性、构架设计的合理性、功能实现过程逻辑关系的严密性以及系统故障检测方法的可行性,对民用飞机燃油油量管理系统进行了仿真研究。介绍了燃油油量管理系统功能、相关系统构架以及基于该系统构架构建的计算机仿真系统。在该仿真平台上,可显示飞机燃油系统管路及附件的正常工作状态;对于设定的燃油油量管理系统的故障,可显示检测的结果以及容错策略结果。仿真结果表明设计的燃油油量管理仿真系统结构合理、功能实现的逻辑关系严密、使用的故障诊断方法和容错策略可行。     

地面等待策略中的时隙分配模型与算法研究

 机场拥塞是制约民航运输的瓶颈所在,地面等待策略(GHP)是解决机场拥塞的有效方法,其核心就是时隙分配问题。为适应我国空中交通持续发展需要,实现科学时隙分配的要求,对GHP已有的研究进行分析和归纳,重点论述了时隙分配的概念、属性、模型和算法,在此基础上总结了时隙分配的关键问题,即随机容量的影响、均衡模型的建立以及模型求解算法的研究。最后指出了时隙分配问题未来的研究方向。     

试论广西精品旅游区的创建

旅游景区是我国旅游业重要的生产力和旅游创收的来源,是展示我国历史悠久的民族文化和当代精神文明建设成果的窗口,因此旅游景区的建设这一课题受到各方关注。文章立足广西旅游区发展实际情况,分析了广西创建精品旅游区的必要性,阐述了广西精品旅游区创建的意义,并从政府、企业、社区三方面对创建广西精品旅游区提出了相关对策。     

基于多智能体强化学习的空间机械臂轨迹规划

针对某型六自由度（DOF）空间漂浮机械臂对运动目标捕捉场景,开展了基于深度强化学习的在线轨迹规划方法研究。首先给出了机械臂DH （Denavit-Hartenberg）模型,考虑组合体力学耦合特性建立了多刚体运动学和动力学模型。然后提出了一种改进深度确定性策略梯度算法,以各关节为决策智能体建立了多智能体自学习系统。而后建立了"线下集中学习,线上分布执行"的空间机械臂对匀速直线运动目标捕捉训练系统,构建以目标相对距离和总操作时间为参数的奖励函数。最后通过数学仿真验证,实现了机械臂对各向匀速运动目标的快速捕捉,平均完成耗时5.4 s。与传统基于随机采样的规划算法对比,本文提出的自主决策运动规划方法求解速度和鲁棒性更优。     

失效卫星姿态接管的并行学习合作博弈控制

针对多颗微小卫星合作接管失效卫星姿态运动的问题,研究了考虑微小卫星控制约束的多星合作博弈策略学习与协同控制方法。首先,建立了微小卫星合作博弈模型,给出了能够处理微小卫星控制约束的多星合作博弈帕累托最优策略显式表达式。其次,针对微小卫星合作博弈策略学习需求,通过过去与当前时刻数据的并行使用,设计了基于并行学习的策略迭代方法,该方法放松了神经网络（NN）权值矢量学习对持续激励条件的要求。给出了为确保神经网络权值矢量估值收敛,所使用的过去时刻数据所需满足的条件,并通过Lyapunov方法分析了神经网络权值矢量估计误差的一致最终有界性。之后,采用并行学习策略迭代方法进行了微小卫星合作博弈帕累托最优策略数值解的逼近。所获得的合作博弈策略具有反馈控制形式,在进行神经网络权值矢量学习后,各微小卫星能够通过合作博弈策略的独立计算实现失效卫星姿态运动接管过程中的闭环协同控制。所设计方法避免了传统姿态控制方法所需进行的力矩分配,消除了微小卫星数量对其控制计算复杂度的影响。最后,通过数值仿真对所设计方法的有效性进行了验证。     

集成低频脉冲功率解耦端口的机载电源系统

为了消除高峰均功率比低频脉冲负载对有限容量机载交流供电系统的周期性冲击等不利影响,对开关器件进行集成和复用,提出了能够同时提供功率解耦端口和直流输出端口的三端口功率解耦整流器。通过将三端口整流器与DC/DC变换器组合,构造出集成低频脉冲功率解耦端口的机载电源系统,实现了直流侧周期性脉动功率和交流源侧功率的解耦,并保证低频脉冲负载正常供电需求。详细分析了三端口整流器的工作原理,提出了与之相适应的功率控制方法和调制策略,基于开关器件分时复用原理,实现了交流端口到两个直流端口的功率传输和分配,并实现了两个直流端口功率切换过程的平滑过渡。实验结果验证了所提三端口脉冲功率解耦整流器的有效性和可行性。     

LF算法中蚁群移动策略的研究

采用FM、误分类错误率和运行时间作为衡量改进的LF算法的评价指标,对算法中蚁群的不同移动策略进行研究.这些移动策略包括完全随机移动、局部记忆指导下的直接跳转、局部记忆指导下的定向随机靠近、全局记忆指导下的直接跳转、全局记忆指导下定向随机靠近和局部记忆与全局记忆共同指导下的定向随机靠近6种移动策略.针对每种策略,固定算法的其他运行参数,在UCI数据集的Iris数据和Wine数据上运行的结果表明,全局记忆指导下的定向随机靠近策略运行效果最好,而且收敛速度快,并能有效避免局部最优化的问题.     

一种深度强化学习制导控制一体化算法

研究了一种基于深度强化学习理论的制导控制一体化算法。不同于传统的制导控制一体化算法和制导控制回路分开设计的方法,基于深度强化学习理论的制导控制一体化算法利用深度学习强化算法生成一个智能体,智能体根据导弹的观测量生成舵偏角控制指令准确拦截目标。首先将制导控制问题转化为一个马尔可夫决策过程,然后提出了一个权衡制导精度、能量损耗和飞行时间的奖励函数,将制导控制问题转化到强化学习问题的框架中。最后采用深度确定性策略梯度算法,求解提出的强化学习问题,训练得到制导控制智能体,智能体根据导弹观测量生成舵偏角指令。通过进行大量的数值模拟,验证了提出的制导控制一体化算法的有效性和鲁棒性。     

基于进化策略的飞行控制系统优化

针对飞行控制系统控制器参数优化问题,提出了一种基于反馈和共享机制的改进进化策略。将各代当前最优搜索结果和共享度信息反馈到变异步长的更新公式中,达到提高算法全局搜索能力和搜索精度的目的。将此策略应用于某型飞机的横侧向飞行控制系统的参数优化之中,仿真结果表明,该优化策略能够快速有效地整定飞行控制系统参数。