Agent仿真中具有先验知识的混合学习算法与混合结构模型

强化学习是一种有效的机器学习方法,是无监督学习,通过不断地和环境交互得到外部环境评价信号,选择合适的动作。Q学习是一种典型的强化学习,其学习效率较低,尤其是当状态空间和决策空间较大时。为提高Q学习学习效率和收敛速度,采用具有先验知识的Q学习算法,利用模糊综合决策方法处理专家经验和环境信息得到Q学习的先验知识,对Q学习的初始状态进行优化;针对Agent个体学习与群体学习各自的不足,提出了采用混合学习算法,将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平;同时为满足复杂适应性需求,采用Agent混合结构模型,在该模型中构造了基于知识的协调控制器,通过它来协调慎思式过程和反应式过程。     

寻找梦想的边疆——寻踪抗战时期的中央雷允飞机制造厂

南坎,缅甸掸邦一个宁静的小镇,地处中缅边境。1938年11月,在南坎的一家教会医院,来自美国的西格雷夫医生正在用锤子敲打着修缮一扇窗户,忽然一个他从来没见过的严肃的美国男人向他走来。此人自称丹·古尔利,声称要在这附近修建一个现代化的飞机制造厂。医生被他吓了一大跳,天啊!这里可是边远落后的蛮荒之地,要在这里建现代化的飞机厂!然而,医生从这个人的言谈举止判断,觉得他又似乎不像是一个     

NASA计划建造基于激光的卫星跟踪网络

美国家宇航局(NASA)正计划建造一个使用绿色激光束的新型陆基全球网络，用于跟踪在轨卫星并对地球进行研究。它将替代现行的第三代移动激光测距系统(MOBLAS)。正在进行评估的SLR2000原型系统是一种单光子探测卫星激光测距系统，使用了扇形微通道板基光电倍增管接收器和一个二极管注入式微芯片激光器。脉冲式激光工作频率为2kHz，激发出的激光脉冲传播覆盖望远镜10cm出口孔径。     

地面管制冲突的解决方法

<正>引言随着航班量的不断增长和机场扩建以及多跑道运行的实施,国内繁忙机场地面管制的复杂程度急剧上升。航空器的各类地面碰撞事故和跑道入侵情况时有发生。给人民群众的生命和国家财产带来了巨大     

连续PH分布拟合可靠性寿命数据的广义确定性退火EM算法

针对目前连续PH分布拟合可靠性寿命数据EM(Expectation-Maximization)算法存在的初值敏感问题,提出运用广义煞定性退火EM算法进行连续PH分布数据拟合。给出了详细的理论推导,并通过两个拟合实例与标准EM算法进行了对比;对比结果表明本文提出的方法可以有效的避免初值选择的不同对拟合结果的影响,减小陷入局部最优的可能性,能得到比标准EM算法更好的结果。     

谈“更改单、技术通知单和质疑单”的规定及实施细则

概述了更改单、技术通知单和质疑单在型号研制过程中的作用,并结合工作实际,介绍了16所对“三单”的细化规定及其实施做法。     

广州新白云机场

广州旧白云机场跑道斜卧在白云山脚上，使用70余年来，周围建筑逐渐密集，空地越来越少，飞机起降时要从低矮的房舍屋顶掠过(如右图)，存在严重的安全隐患。新机场彻底解决了这一问题，飞机起降空域开阔(左图)。     

校准压电加速度计的一种新装置

混合摆是由单摆和复摆组成的新型冲击摆。它克服了单摆与复摆各自的缺点，兼有二者的优点。本文介绍了这种摆的结构原理、性能特点和设计依据。而且阐明了其冲击加速度的计算与测试方法．这种方法避免了地球重力加速度的影响，适合于中、低档g值加速度的校准工作，其校准精确度优于5g。