基于强化学习的鱼群自组织行为模拟

自组织行为广泛存在于自然界中。为了通过学习的方式模拟鱼群自组织行为,构建了鱼群模拟环境模型、智能体模型和奖励机制,并提出了一种基于赫布迹和行动者-评价者框架的多智能体强化学习方法。该方法利用赫布迹加强游动策略的学习记忆能力,基于同构思想实现了多智能体的分布式学习。仿真结果表明,该方法能够适用于领航跟随、自主漫游、群体导航等场景中鱼群自组织行为学习,并且基于学习方法模拟的鱼群展现的行为特性与基于博德规则计算模拟的鱼群行为类似。     

对办好高等院校研究生课程进修教育的思考

近年来,高校纷纷举办各种形式多样的在职研究生课程进修班,针对这一新生的、过热的教育形式,本文从其定位和目前存在问题等方面进行系统分析,并提出了进一步办好研究生课程进修班的措施.     

舰载雷达有源标校方法研究

为了对舰载雷达进行准确、快速标校，讨论应用有源标进行舰载雷达标校的方法以及应注意的几个问题。介绍了该方法的原理，给出了相关数学模型及公式，并进行了数据分析。应用该方法能够同时对舰艇上安装于不同位置的多部雷达进行标校。该方法已在某型舰艇两部雷达标校中得到成功应用。     

频谱感知次序的在线最优选择

动态频谱接入是解决无线电频谱资源短缺和频谱使用效率低下问题的有效方法,它允许次级用户在授权频谱空闲时动态地接入,以进行数据传输。而频谱感知是实现动态频谱接入的关键挑战之一。由于次级用户的感知能力有限,为了获得更多的频谱接入机会,需要尽快找到频谱空闲概率最大的频段,并研究频谱感知次序问题。考虑到频谱空闲概率对次级用户是不可知的,并且会随时间变化,提出了在线学习框架,把频谱感知次序问题归纳成经典多摇臂赌博机问题,并利用在线学习方法——满意折现汤普森抽样算法处理优化问题。仿真结果表明,和其他算法相比,所提算法可以获得更多的频谱接入机会并且能够跟踪频谱空闲概率的变化。     

基于强化学习的移动自组织网络分步路由算法*

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高度的动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出了一种基于强化学习的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集来提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析,仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

What you should know about approximate dynamic programming

Approximate dynamic programming (ADP) is a broad umbrella for a modeling and algorithmic strategy for solving problems that are sometimes large and complex, and are usually (but not always) stochastic. It is most often presented as a method for overcoming the classic curse of dimensionality that is well‐known to plague the use of Bellman's equation. For many problems, there are actually up to three curses of dimensionality. But the richer message of approximate dynamic programming is learning what to learn, and how to learn it, to make better decisions over time. This article provides a brief review of approximate dynamic programming, without intending to be a complete tutorial. Instead, our goal is to provide a broader perspective of ADP and how it should be approached from the perspective of different problem classes. © 2009 Wiley Periodicals, Inc. Naval Research Logistics 2009     

基于SPW的有源干扰条件下雷达系统仿真分析

利用SPW软件建立了某型雷达系统和有源遮盖性干扰模型，并在此基础上进行了仿真。基于仿真结果，对有源干扰条件下雷达性能进行亍分析。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

柴油机排气噪声有源消声模型及模拟试验

针对柴油机排气噪声的特点,建立了波形合成宽带同频谐波自适应消声模型;对柴油机的排气噪声进行了有源消声的初步设计;参考柴油机实际工况,利用高速信号处理芯片TMS320C25的汇编语言进行了编程及调试;设计并进行了模拟试验,分析了试验情况,得出了结论.     

主动防护网中钢丝绳网抗顶破力计算方法研究

主动防护网以其轻便美观等优点而被越来越多地应用于边坡落石防护,现阶段针对某一具体的边坡防护工程,其防护体系的设计多根据设计者的经验确定。主动防护网主要分为起围护作用的防护网和起加固作用的防护网,针对起加固作用的防护网进行了研究。根据防护网的实际工作状况,提出了防护网抗顶破力计算模型,理论分析了单根网格绳对球体落石的作用及主动防护网中钢丝绳网对球体落石的作用,推导了单根网格绳及主动防护网中钢丝绳网抗顶破力的计算公式,为起加固作用的防护网设计提供一定的参考价值。