摘要：[目的]针对敌方船舶采用合围战术,研究我方无人艇(USV)被敌方船舶包围情况下的逃跑策略规划问题。[方法]提出一种混合采样深度Q网络(HS-DQN)强化学习算法,逐步增加重要样本的回放频率,并保留一定的探索性,防止算法陷入局部最优。设计状态空间、动作空间和奖励函数,通过训练获得最优的USV逃跑策略,并从奖励值和逃脱成功率方面与DQN算法进行对比。[结果]仿真结果表明,使用HSDQN算法进行训练,逃脱成功率提高2%,算法的收敛速度提高了20%。[结论]HS-DQN算法可以减少USV无效探索的次数,并加快算法的收敛速度,仿真实验验证了USV逃跑策略的有效性。

摘要：随着计算机仿真技术的发展,使用有限元法/边界元法仿真低频振动噪声系统传递函数,结合测试物理量计算完整的激励力、结构振动和水噪声三端状态物理量,已从科学研究逐步过渡到实际舰船声隐身设计工程。使用商业软件建立舰船结构水声场数值模型进行仿真计算,指导设计乃至优化,保证仿真结果的准确、可靠和稳定性就成为了实际工程亟需解决的突出问题。在求解条件不变的情况下,前处理结果基本决定了仿真结果,讨论其标准化技术流程和质量控制问题具有现实工程意义。