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：以随机机床故障为扰动因素,研究了事件驱动的分布式流水车间动态调度问题.首先,模拟了故障触发与修复机制,提出了动态调度策略,以最大完工时间和系统稳定性为优化目标,构建了分布式流水车间干扰管理模型,给出了分布式流水车间制造模式下的动态调度策略;其次,针对重调度工件设计了改进果蝇优化算法:在初始化阶段,IFOA设计了基于工件权重位置的种群初始化策略;随后,引入差分进化思想对重调度的目标空间进行邻域搜索;之后,提出了基于工件块的随机参考局部搜索策略,提高解得多样性,避免算法陷入局部最优;最后,在不同规模测例上,通过对比主流算法验证了IFOA算法的有效性和优越性.

摘要：针对电液伺服系统中存在的参数不确定性与未知外部扰动等问题,提出一种基于参考模型的电液伺服位置跟踪控制方法。首先根据电液伺服系统的非线性方程建立了系统的状态空间模型,据此构建由理想参考模型和总扰动组成的控制系统结构;然后结合电液伺服系统状态空间模型分别设计理想参考模型和扰动观测器,实现参考模型输出可以精确跟踪给定输入信号和对系统总扰动的观测;最后设计控制律实现对总扰动的有效补偿和实际系统的输出对参考模型输出的精确跟踪。仿真与实验结果表明,基于参考模型的扰动观测器在电液伺服位置跟踪控制方面相比比例积分微分(PID)控制,可以有效地提高系统控制精度并减小系统动态控制误差,实现对给定输入信号准确的跟踪。

摘要：理解新发传染病(EID)网络舆情的内在机制,能够协助政府制定精准网络舆情引导策略。目前尚缺乏从网民的异质性以及网络舆情的动态演化视角分析EID情境下个性化引导策略的研究。整合Wilson信息行为的三要素模型、人格特质等理论,采用向量自回归模型分析异质性网民的观点交互偏好,基于优化Deffuant模型设计EID网络舆情中网民的观点交互过程,构建了基于异质性Agent的EID网络舆情引导的计算实验模型并对其进行了校验;进而分析EID网络舆情的演化以及基于风险感知、情绪与人际影响力的引导策略,提出了EID情境下针对异质性网民群体的个性化引导策略。研究丰富了网络舆情的精准引导研究,同时帮助政府理解和掌握EID网络舆情的发展态势,并指导政府针对EID网络舆情特点以及异质性网民群体制定精准引导策略。

摘要：在“双碳”背景下,风电作为零碳电力和新能源发电的主力军,在助力社会全面绿色低碳转型方面发挥了关键性作用。在保证发电稳定的前提下实现风能的最大化利用,提升风力发电系统发电量至为重要。文中针对永磁同一步风力发电系统的最大功率跟踪(maximum power point tracking, MPPT)问题进行研究。首先建立了永磁同步风力发电系统的机理仿真模型,用两电平双PWM全功率换流器连接风力发电机与电网。然后基于以上模型,分别设计了整数阶PI控制器、分数阶PI"控制器、模糊分数阶PP控制器以实现MPPT控制。最后对以上控制策略进行了仿真研究。结果表明,无论在阶跃风速还是随机风速下,模糊分数阶PU控制器相较于其他两种均具有更出色的MPPT性能与更强的鲁棒性。

摘要：中国葡萄种植规模逐年扩大,但由于混种、串粉等导致了葡萄品种混杂,葡萄的分类筛选工作成为限制农业生产效率的重要因素。为了提高生产中葡萄品种分类精度,本文基于计算机视觉技术和深度学习理论,设计了多尺度特征融合网络(Multi-Scale Feature Fusion Network,MSFF-Net)。首先通过混合注意力模块改进ResNet34残差模块,提高模块关键特征提取能力;然后采用双线性结构,改进网络提取葡萄图像的二阶特征;最后通过融合二阶特征和交叉双线性特征,建立了一种基于多尺度特征融合网络的食用葡萄分类模型。在葡萄分类试验中,达到了96.97%的识别精度,相较于对照模型,取得了更高的精度。

摘要：【目的】针对芒果叶片病虫害缺少数据集和识别准确率低的问题,筛选构建芒果叶片病虫害分类模型,以提高芒果叶病虫害分类准确率。【方法】提出使用去噪扩散模型进行病虫害数据增强,同时联合SKNet与MobilenetV3模型的芒果叶片病虫害分类方法。首先使用去噪扩散模型对数据集进行扩充,再采用多尺度结构相似性指标对生成的病虫害图像与拍摄的病虫害图像之间的相似程度进行评估,接着对DDIM与DCGAN网络训练和生成效果进行比对。在MobilenetV3模型中,将SE注意力模块替换为SKNet模块进行构建网络模型。【结果】使用DDIM生成的所有类型的病虫害图像与拍摄的病虫害图像的MS-SSIM指标均大于0.63,且都高于DCGAN。相较于其他注意力模块,联合SKNet与MobilenetV3的分类效果最佳,在98%以上。对添加CA、CBAM、ECA注意力模块进行平滑类激活图可视化,对比其他注意力模块,使用SKNet注意力分布区域更为集中在病虫害叶片上。【结论】该方法在病虫害叶片检测上具有良好的应用前景,能提升病虫害识别效率与精度,减少检测成本,同时可应用于移动式或者嵌入式设备。

摘要：设计了一种超临界二氧化碳(S-CO_(2))再压缩系统与地热双闪蒸系统相结合的新型燃机余热利用联合发电系统。基于所建联合系统参数优化模型,应用遗传算法计算分析了联合系统内部参数和边界参数对最大输出功和燃机余热利用率的影响。结果表明:通过系统参数优化,联合系统实现了余热在2个子系统中的合理分配,加深了燃机余热的进一步利用;当一级闪蒸压力取99.89 kPa、二级闪蒸压力取29.4 kPa、S-CO_(2)质量流量取22.68 kg/s、分流比取0.3085时,联合系统最大净输出功达到6.402 MW,对应余热效率为67.9%;当一级闪蒸压力在90~115 kPa、二级闪蒸压力在25~35 kPa时,联合系统均可实现较高的净输出功,与最佳值的相对偏差在0.8%以内;随着S-CO_(2)流量或分流比逐渐增大,联合系统的净输出功均呈现先增大后减小的规律;联合系统的最大净输出功随S-CO_(2)透平进口压力的增大而增加,随S-CO_(2)透平出口压力和预冷器出口温度的增大而减小。

摘要：近年来热电联产机组在燃煤机组中的比重增加,而火力发电渐渐承担调峰重任,灵活性需求增强,提高热电联产机组的变负荷能力对于深度调峰具有重大意义。热电联产循环流化床(CFB)机组可利用锅炉汽水侧和热网蓄热提高机组快速变负荷能力,因此提出一种超临界热电联产CFB机组汽水侧蓄热和热网蓄热的定量计算方法。以某350 MW热电联产CFB机组为例,分析该机组汽水侧工质流程和热网抽汽及循环水分析,结合机组设计参数与历史运行数据,计算不同负荷(35%~90%)工况下锅炉汽水侧蓄热系数C_(sw)和热网蓄热系数C_(h),进一步分析机组负荷响应特性及蓄热利用可持续时间。结果表明:随着机组负荷增大,汽水侧蓄热系数C_(sw)增大,且在机组高负荷阶段汽水工质蓄热C_(sw)变化较大,而热网蓄热系数C_(h)几乎不变;机组蓄热利用可持续时间与机组负荷成正比,与机组变负荷速率成反比;热网蓄热利用可持续时间大于汽水侧蓄热,且热网蓄热能力几乎不随机组负荷变化而变化;在4%/min变负荷速率下,热网蓄热利用可持续时间约285 s,而汽水侧蓄热利用可持续时间161.5~249.7 s。表明在机组参与深度调峰期间,热网蓄热可提供更稳定的变负荷能力。以上计算结果为超临界热电联产CFB机组深度调峰及快速变负荷运行提供理论指导。

摘要：拓扑优化是工业设计领域中常见的数学方法,旨在给定的物理领域内,满足各种约束条件、负载和其他边界条件等前提下,生成最佳的拓扑结构。传统的拓扑优化大多都依赖有限元方法(FEM),然而有限元方法的迭代计算很大程度上增加了拓扑优化的时间成本和算力成本。如今,机器学习和深度学习在图像生成领域内的快速发展为拓扑优化的发展带来了机遇。扩散模型是一种无监督图像生成模型,因生成效果优秀、细节完美等特点等得到广泛使用。本文将在扩散模型的基础上提出新的网络结构,让其适应拓扑优化生成特性,根据特定信息生成与之对应的最优拓扑优化结果。