摘要：针对现有基于深度强化学习的交通信号控制方法的模型学习和决策成本高的问题,提出基于异步优势演员-评论家(A3C)算法的单交叉口交通信号控制方法.在模型输入端分别从交叉口和车道2个不同维度构建车辆权重增益网络,对采集的车辆状态信息进行预处理.设计新的奖励机制,提出融合车辆权重增益网络的A3C算法.基于微观交通仿真软件SUMO的仿真测试结果表明,相比于传统的交通信号控制方法和基准强化学习方法,所提方法在低、中、高3种不同的交通流量状态下,均能够取得更好的交通信号控制效益.

摘要：为了提高交叉口通行效率缓解交通拥堵,深入挖掘交通状态信息中所包含的深层次隐含特征信息,提出了一种基于Dueling Double DQN(D3QN)的单交叉口交通信号控制方法;构建了一个基于深度强化学习Double DQN(DDQN)的交通信号控制模型,对动作-价值函数的估计值和目标值迭代运算过程进行了优化,克服基于深度强化学习DQN的交通信号控制模型存在收敛速度慢的问题;设计了一个新的Dueling Network解耦交通状态和相位动作的价值,增强Double DQN(DDQN)提取深层次特征信息的能力;基于微观仿真平台SUMO搭建了一个单交叉口模拟仿真框架和环境,开展仿真测试;仿真测试结果表明,与传统交通信号控制方法和基于深度强化学习DQN的交通信号控制方法相比,所提方法能够有效减少车辆平均等待时间、车辆平均排队长度和车辆平均停车次数,明显提升交叉口通行效率。

摘要：针对考虑运输时间的柔性作业车间调度问题,以最小化最大完工时间为优化目标,提出自适应樽海鞘群算法.设计基于随机密钥方法的3层编码方案,将编码的离散解空间连续化.引入惯性权重评价跟随者之间的相互影响程度,增强算法的全局探索与局部搜索能力.提出自适应更新领导者-跟随者种群数量策略,根据种群迭代状态对领导者和跟随者的数量进行自适应调整.在邻域搜索中引入禁忌搜索策略,防止算法陷入局部最优.通过基准算例测试,验证了算法的有效性和优越性,发现AGV数量对完工时间的影响符合边际效应递减的规律.

摘要：当前艺术学院的多媒体艺术教学中存在着重技术轻人文的普遍倾向,这对于这种新艺术的发展而言是十分不利的。本文分析了这种不良倾向形成的原因,并对艺术学院应该重视培养学生的人文精神方面提出了建议。

摘要：抽象艺术的合理性和必然性存在于艺术的三大要素,即主体、客体、本体之中。1、任何具象,一旦超出人们的“习惯视野”,便具有抽象性;2、任何艺术表现技法,一旦发展成熟,便具有自律性,便可不依附于造型而具有独立的审美价值,结果也必然呈现抽象性;3、艺术表现最终指向的意境和情感是抽象的,具象艺术是对意境、情感的间接表现,抽象艺术是对意境、情感的直接表现。

摘要：FCP方法的基本思想已在第一部分作了介绍 .第二部分给出了离散事件系统在最一般情况下约束的Petri网控制器的设计方法 ,并证明FCP方法是最大容许控制的 .此外 ,已有文献里的自动导航车辆协调系统的例子将被用来说明FCP方法所具有的优点和特点 .

摘要：物联网等通信技术将越来越多的控制元件集成起来,导致系统规模快速增长,逻辑控制规范也日益复杂,任何逻辑错误都可能造成重大事故和人身灾难,再加上"维数灾"问题,安全可靠的逻辑控制程序的设计和调试面临巨大的计算复杂性难题.而离散事件系统监控理论旨在研究复杂控制规范的设计和实现问题,将连锁、互斥、字符串语言等复杂控制逻辑描述为自动机或Petri网,然后转换为可编程逻辑控制器或现场可编程门阵列上执行的程序代码.本文综述了现有的逻辑控制器的形式化设计方法,主要涉及如何利用监控理论(自动机或Petri网)来缩短程序开发周期、提高程序可重用性和确保程序可靠性和安全性等问题.

摘要：指数级计算复杂性的可达性分析导致较大规模Petri网上的监控器设计非常困难．为了解决这一问题,本文给出了事件图上的混合型控制器设计方法:首先得到了观测器的设计方法;其次给出了根据观测器计算最大允许控制策略的算法．结果表明,该方法降低了需要观测的状态空间的维数,从而提高了计算效率,并且该方法不要求对象网是活的或有界的．

摘要：给出了状态机的混合型控制器的设计方法,首先设计了禁止库所的增量观测器和状态观测器,根据观测器的标识给出了允许标识和临界允许标识的判据,然后利用这两个判据给出的计算最大允许控制的算法.一个例子对本文的结论做了说明.

摘要：基于模型预测控制(MPC)方法,设计了自适应MPC和非线性MPC的两种车道保持辅助控制策略。在Matlab/Simulink平台下,搭建了车辆驾驶员仿真环境,对两种控制策略下的LKA系统性能进行了对比研究。仿真结果表明,两种控制策略均可以主动帮助驾驶员及时调整前轮转向,并具有良好的稳定性。另外在加速度执行和速度追踪方面,基于非线性MPC的控制策略表现得更为平稳,可提供更佳的乘坐舒适性。