基于信任域策略优化的末制导控制量学习算法CSCD

近年来,深度强化学习在解决序列决策问题上取得了很大进展,无模型强化学习算法在与环境不断交互的过程中学习策略,不需要提前对环境建模,使其适用于许多问题。针对以往使用强化学习进行末制导策略学习的训练不稳定问题,使用信任域策略优化算法直接学习末制导控制量,同时设计了一种新颖的奖励函数,可以提高训练稳定性和算法性能。在二维环境下进行了实验,结果表明,该算法具有良好的训练稳定性,并可以达到很好的命中效果。     

考虑低空运行环境求解无人机任务分配问题的研究

在低空救援中如何合理的分配无人机的搜救任务长期以来都是研究的重点。本文在分层级分布式分配方法的基础上建立多目标多无人机任务分配模型,在模型中以搜救费用、无人机使用数量、完成任务的均衡性为目标函数,并且采用改进的NSGA-Ⅱ算法进行求解。结果表明：本文建立的模型有效,能在不同搜救环境下给出合理有效的分配方案;在搜救中考虑以搜救效率最高为导向时,带来无人机成本和数量的增加;当实际搜救的无人机非常有限时,则需要时间成本的投入;以经济利益为导向时,则会导致搜救时间的增加。     

MOOC平台下民航特色专业课程学习行为研究——以"民航概论"课程为例

通过对民航院校本科生在"民航概论"课程中学习行为的分析,结合MOOC后台提取的535213条有效数据,对学生在课程学习中"完成学习""学生活跃度"和"学习过程持续性"三个维度展开研究,得出本科生在MOOC平台的学习效果与学习主动性呈正比.学习主动性是学习持续性的保证,建议将MOOC平台作为课程实践和认知部分的补充,提出在原有课程教学模式的基础上加强现场教学、实践教学和校企合作课程改革的建议.     

基于模仿强化学习的固定翼飞机姿态控制器

研究了基于模仿强化学习的飞机姿态控制器。首先,建立专家经验数据集,并利用行为克隆对控制网络参数初始化;而后,控制网络利用强化学习和监督学习混合模式训练,通过奖励函数塑形和经验数据集监督学习引导强化学习算法快速收敛,使姿态控制器姿态响应优化的同时符合专家经验。控制网络输入为飞机姿态角误差、角速度等状态变量,输出控制增稳系统指令。实验表明,模仿强化学习控制器能够实现不同初始条件下飞机姿态角快速响应并与经验数据相符。     

自学习补偿及其在恒速控制中的应用

学习控制可以有效地抑制周期性干扰，但是对初始条件的一致性有要求，这一条件在连续回转运动中难以满足，故本文提出一种学习补偿方案，即在非连续运动时积累干扰的信息，然后在连续运行时用该信息对干扰进行补偿。本文证明了学习控制作用对干扰的收敛性，并给出了仿真结果     

西南空管局气象中心开展换季学习交流

为充分应对冬季低能见度、低云等影响飞行安全的恶劣天气的挑战，更加准确的为管制部门和航空公司签派提供气象信息，确保飞行的安全和正常，顺利、圆满的完成百日安全活动，近日，气象中心预报室和情报室进行换季学习和交流。     

改进RBF网络学习算法在卫星姿态控制中的应用

提出了一种基于神经网络扰动补偿的姿态控制方法，首先，针对RBF网络的常用学习算法－－正交最小二乘（OLS）算法，提出了改进的规范正交最小二乘（ROLS）算法：然后，基于某型小卫星的姿态控制问题，设计了高精度定向阶段的神经网络补偿控制器。仿真结果表明，改进的ROLS算法是有效的，神经网络补偿控制方案是可行的。     

改革课堂教学模式,培养新型会计人才

论文围绕改革会计专业传统的课堂教学模式，对建立“参与式”的新型课堂教学模式进行了探讨，介绍了“随时参与”，“章节参与”三种参与基本实现形式，旨在培养具有创新能力的新型会计人才。     

航天第五专业信息网2003年学术年会

航天第五专业信息网2003年学术交流会于10月16日至20日在湖北省宜昌市举行，会议由副网长单位8357所主办，参加会议的有来自航天、航空、海军、二炮等系统的16家单位39名代表。到会的领导有：一院15所副所长孔建平(网长)；三院8357所副所长刘兰英、科技委主任徐伯夏；三院8359所科技委主任陈登高；二院206所科技委副主任彭雪明；二炮科技情报中心副主任陈星。会议由五网秘书长范虹主持。     

模型基涡轴发动机传感器故障诊断研究

基于干扰解耦思想,针对涡轴发动机工作中传感器瞬时断路硬故障模式,提出一种基于模型的涡轴发动机未知输入观测器传感器硬故障诊断方法。通过对地面、高空工作的涡轴发动机不同传感器故障的模拟,验证了该故障诊断方法的有效性。结果表明,基于模型设计的未知输入观测器(UIO),能够对系统输入中的测量干扰未知输入信号进行有效解耦,同时传感器故障信息通过UIO计算获得的输出估计具有鲁捧残差性能。