摘要：针对一类非线性多智能体系统的编队控制问题,设计了基于优化强化学习的最优控制策略。首先,通过设计分布式多智能体性能指标函数获得了多智能体的分布式哈密顿-雅可比-贝尔曼(HJB)方程。利用优化强化学习的方法来求解HJB方程,从而获得最优控制策略,其中评价网络和执行网络分别用于逼近系统的性能指标函数和最优控制策略。与传统强化学习方法相比,所提方法避免了通过基于HJB方程估计误差平方的梯度下降法来获得神经网络的权重更新律的过程,从而简化了控制器设计。然后,通过李雅普诺夫理论证明了闭环控制系统的稳定性。最后,通过仿真实验验证了所提控制方法的有效性。

摘要：介绍了基于地理信息和事件信息的电网综合标绘与在线会商系统,介绍了建立此系统的主要目的,阐述了系统设计的关键技术与总体功能,介绍了实际应用。

摘要：2017年,国家发展和改革委员会牵头启动"信易+"联盟建设,社会信用体系建设全面铺开。其中,企业信用评估是国家信用体系建设重要组成部分,国家对企业信用建设给予了高度重视。通过服务电力业务的信用评估系统构建,可以高效支撑电力行业对企业异常用电行为进行预警。在国家大力倡导社会信用体系建设背景下,国家电网各业务部门及单位积极开展了自身信用体系建设。文中使用电力行业上下游的企业用户用电信息、履约情况、安全监管等数据,结合改进的模糊聚类算法对电力企业用户进行划分和用电信用系统构建,同时使用卷积神经网络算法(CNN)对企业信用评估系统进行分析建模。改进的模糊聚类算法能够适应不同的数据分布和提高聚类效果;改进后的多尺度卷积核CNN模型设计能克服传统CNN算法计算量大、易过拟合的缺点。实验证明多维度电力数据集可以很好反映企业信用信息,文中所提出的分类模型的运算效率和准确率较高,整体实现了企业电力风险评估系统。