基于AGENT的危机决策模拟问题求解框架研究

本文在分析危机决策对抗模拟特点的基础上 ,提出了基于双层黑板模型的危机决策对抗模拟问题求解框架 ,探讨了多智能体对各种不同类型知识模块的封装和组织 ,分析了态势推演问题求解框架和危机决策问题求解框架的结构和组成。     

基于深度强化学习和导航向量场的卫星规避拦截算法

针对在轨卫星规避拦截问题,提出了一种新的基于强化学习和三维李雅普诺夫导航向量场（3D-LGV）算法。首先,采用3D-LGV产生收敛于椭圆轨道的趋近律,保证规避拦截后能再次入轨。其次,针对拦截卫星利用扰动流体动态系统算法（IFDS）产生扰动流场,利用该扰动流场对导航向量场产生的趋近律进行修正,从而保证卫星能有效地规避拦截。由于IFDS算法中扰动流场大小和方向主要受其中反应系数和方向系数的影响,采用近端策略优化深度强化学习算法作为决策层输出反应系数和方向系数,用于指导卫星在不同场景下提供合适的对导航向量场的修正。最后,通过将IFDS算法修正后的趋近律作为卫星的最终运动方向,实现了整个规避过程。在构建的不同场景下进行了对比实验,结果表明,相较于滚动时域优化算法（RHC）、人工势场算法（APF）和传统IFDS算法,基于强化学习的算法决策时间更短、规避效果更好,在不同场景下均能实现有效规避。同时,对该算法进行蒙特卡洛仿真,统计结果显示卫星规避成功率高达98%。因此,此研究对智能方法在卫星规避拦截领域的应用具有一定价值。     

基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。     

船舶汽轮发电机组阀门独立控制与低频振荡

为提高船舶汽轮发电机组运行稳定性,在阐述汽轮机调速机理的基础上,建立了船舶汽轮发电机组及其调速系统的实用数学模型。在DEH调速方式下,提出了基于阀门独立控制的汽阀流量特性改良方法,分析了油动机死区、调节限幅等不理想因素在阀门传统控制环境下对机组长期稳定运行可能造成的危害,并从信号传递的角度阐明该特性可能导致机组受迫振荡的机理。利用PSCAD仿真软件,对比测试油动机非线性特性在传统阀门控制方式和阀门独立控制方式下的不同影响。仿真结果表明:采用阀门独立控制方式有利于机组抑制受迫低频振荡,更好地保障船舶电网运行安全。实测一台兆瓦级汽轮发电机组的调速实验转速波形,印证了相关分析及仿真结论。     

船舶辐射噪声的相关维提取

船舶辐射噪声是一种混沌,因而也具有分形特征。利用提取相关维的GP算法,分析了船舶辐射噪声的分形特征,所得结果具有较好的参考价值。     

人造“鳗鱼”呼之欲出

21世纪船舶需要低污染、低噪声、低能耗、高效率的推进装置,仿生扭摆推进装置就是与蹼动推进装置齐名的另一类颇具发展前途的船舶推进系统。当前,有关仿生扭摆推进技术不仅正成为专家、学者研究的主课题,而且还成为有眼光的企业家投资船舶产业开发的新亮点。     

计算破损船舶稳性的表面元法

采用表面元法计算船舶的稳性 .这种方法是把船舶的表面分解成许多小的表面单元 ,然后计算在某一倾角下每个小单元所承受的静压力 ,对静压力进行积分就可得到浮力的大小、方向和作用线 ,从而算出某倾角下的回复力矩 .对实船的稳性计算结果表明 ,无论是破损船 ,还是未破损船 ,这种方法都适用