检索结果-内蒙古大学图书馆

作者：李中政哈尔滨工程大学

学位级别：博士

参量阵是利用声波传播的非线性效应获取差频波的声发射装置。在分辨力上能够突破瑞利限,以较小的孔径获得无旁瓣的高指向性低频声束。广泛应用于水声导航、水下通信、海底物体探测、海底地貌测绘、材料声学特性测量等水声领域。与此同时... 详细信息

参量阵是利用声波传播的非线性效应获取差频波的声发射装置。在分辨力上能够突破瑞利限,以较小的孔径获得无旁瓣的高指向性低频声束。广泛应用于水声导航、水下通信、海底物体探测、海底地貌测绘、材料声学特性测量等水声领域。与此同时,参量阵原波能量转换为差频波能量的过程属于二次声学效应,转换效率很低,严重限制了参量阵的进一步工程应用。本文以提高参量阵转换效率为出发点,通过改进参量阵非线性声场求解模型,从原波波形、传播媒质属性及换能器孔径等方面对参量阵的非线性声场特性展开研究,系统分析了提高参量阵转换效率的若干技术手段,旨在为参量阵的进一步工程应用提供相应的理论指导。本文针对参量阵非线性声场求解精度不匹配、步长不一致的数值计算薄弱环节,将后向隐式有限差分(IBFD)求解KZK方程的模型进行改进,提出计算精度更高、衰减更为明显的二阶Runge-Kutta有限差分法(DIRK2)求解参量阵非线性声场。数值计算结果表明:该方法在有效提高计算精度的同时,可利用更大步长达到计算KZK方程数值解需要的稳定性。本文针对频域有限差分数值求解KZK方程时计算量大、计算效率低的基础理论瓶颈,利用守恒迎风格式对参量阵非线性声场计算模型进行了推导。结果表明,该方法与频域有限差分算法的计算结果吻合度非常高,并且该理论模型可以有效替代频域算法中各阶谐波的相乘、叠加计算,利用较大的时域步长来减小计算量,提高计算效率。本文利用DIRK2+CNFD结合守恒迎风格式的非线性声场计算模型,对连续原波相互作用形成的参量阵非线性声场及其转换效率进行了系统研究。包括在声饱和及空化效应还没有完全展开时,两列不同幅度、频率、初始相位的原波形成的参量阵非线性声场特性及其转换效率研究;多列不同初始相位、等幅原波形成的参量阵非线性声场特性及其转换效率研究;重点对多列等差原波形成的参量阵非线性声场特性进行了研究,并就峰值功率一致的参量阵转换效率展开了进一步的分析。结果表明:两列原波相互作用形成的参量阵差频波声压幅值轴向分布与原波初始相位无关;多频线谱参量阵辐射系统能得到含有多个差频分量的高指向性低频波束,提供尽可能多的声场信息。并且多列等差原波相互作用形成的系列差频分量中,原波线谱越丰富,相同差频分量的声压幅值越大,原波转换效率越高。本文在简单推导KZK方程时域求解过程的基础上,对不同上升沿的短高斯包络脉冲和长高斯包络脉冲、不同脉宽的矩形包络脉冲、中心频率一致的正负线性调频脉冲信号形成的参量阵自解调过程作了观察和讨论,并就具有相同辐射峰值功率的参量阵声波波形、频谱特性及其转换效率进行了定性分析。计算结果表明:暂态信号参量阵的自解调过程与该脉冲调制包络的上升沿、下降沿有关。暂态信号包络脉冲的上升沿越陡峭,其非线性解调作用越早完成,对应的频谱越丰富,低频段频谱分量声压幅值越高,参量阵转换效率越高。本文对不同传播媒质中的参量阵非线性声场进行研究,指出具有较低声速和较高非线性参数的慢波导材料可以提高声饱和度,增加差频信号的生成。在此基础上,借鉴***等人的建模思想,对由慢波导介质与水组成的复合媒质传播系统中参量阵非线性声场特性及其转换效率进行分析。仿真结果显示,复合媒质传播系统在参量阵的能量累积阶段可以获得较大的差频波声压幅值,是提高参量阵转换效率的有效手段。本文从换能器(阵)的孔径出发,通过改变原波波束的覆盖区域提高差频声压级。首先分析了具有相同辐射面积环状活塞声源和圆形活塞声源的声场空间分布特性及其转换效率;然后通过差分演化算法对圆形活塞阵列形成的参量阵差频波声压幅值进行分析。优化结果表明:稀疏分布的换能器阵元排列方式在参量阵非线性声场形成区域可以获得更高差频增益。为了验证理论计算的正确性,本文开展了消声水池试验研究。为参量阵的工程应用提供相应的试验基础。

关键词：参量阵 DIRK2+CNFD 守恒迎风格式暂态信号差分演化算法转换效率

来源：评论

学校读者我要写书评

暂无评论

一种基于演化算法的图像分割研究

一种基于演化算法的图像分割研究

引用

2017年贵州省计算机学会年会

作者：杨国荣贵州师范学院贵州贵阳550018

差分演化算法的实现简单有效,差异演化算法在当年首届IEEE演化计算大赛中表现超群,随后在各个领域得到了广泛应用.本文提出一种基于贝塔分布的控制参数动态设置策略以提高差分演化的优化效果,并将其应用于图像分割问题.首先,将图像的直... 详细信息

差分演化算法的实现简单有效,差异演化算法在当年首届IEEE演化计算大赛中表现超群,随后在各个领域得到了广泛应用.本文提出一种基于贝塔分布的控制参数动态设置策略以提高差分演化的优化效果,并将其应用于图像分割问题.首先,将图像的直方图按强度分为两类,并按Ostu(类间方差)阈值法为待优化的目标函数;然后,使用改进的差分演化算法搜索图像分割目标函数的最优解,其中在每轮迭代中使用贝塔分布动态的设置控制参数.仿真实验表明,该方法获得了较好的优化结果,并获得了较好的图像分割效果.

关键词：图像分割差分演化算法控制参数动态设置贝塔分布

来源：评论

学校读者我要写书评

暂无评论

基于不同优化算法的土壤水分特征曲线模型模拟性能分析

基于不同优化算法的土壤水分特征曲线模型模拟性能分析

引用

中国农业工程学会农业水土专业委员会第十一届学术研讨会

作者：石文豪李奇韩琼王铁军陈喜张永根天津大学地球系统科学学院表层地球系统科学研究院天津 300072 天津市环渤海关键带科学与可持续发展重点实验室天津 300072

土壤水分特征曲线反映了包气带土壤孔隙中水分质量与能量之间的基本关系，同时也间接反映出土壤内部的孔隙情况.土壤水分特征曲线模型对实测土壤持水数据的拟合效果不仅取决于所选用的模型，还依赖于对拟合算法的选取.基于UNSODA 2.0数... 详细信息

土壤水分特征曲线反映了包气带土壤孔隙中水分质量与能量之间的基本关系，同时也间接反映出土壤内部的孔隙情况.土壤水分特征曲线模型对实测土壤持水数据的拟合效果不仅取决于所选用的模型，还依赖于对拟合算法的选取.基于UNSODA 2.0数据库中世界各地实测土壤持水数据，采用多种高效拟合算法(遗传算法、粒子群算法、模拟退火算法、差分演化算法)对4种应用广泛的土壤水分特征曲线模型(Brooks-Corey模型、van Genu-chten模型、Kosugi模型、Biexponential模型)进行研究，旨在获取最适宜拟合土壤水分特征曲线的模型与拟合算法.结果表明：van Geunchten模型对较细和较粗质地土壤的实测持水数据拟合效果较好;Biexponential模型在中等质地土壤类型下的拟合效果较好;而Brooks-Corey模型拟合效果整体较差;粒子群算法与差分演化算法对土壤水分特征曲线的拟合效果最佳;模拟退火算法在运算效率上高于其他算法，当需处理的数据量较大时使用该算法可显著缩短运算时间.研究成果可以为农田水利、生态水文等研究中土壤水力参数的选取提供指导和参考.

关键词：土壤水分特征曲线拟合优化算法 van Genuchten模型 Biexponential模型差分演化算法粒子群算法

来源：评论

学校读者我要写书评

暂无评论

电力市场环境下梯级水库中长期发电优化调度研究

引用

水电能源科学 2011年第1期29卷 40-42,53页

作者：原文林吴泽宁郑州大学水利与环境学院河南郑州450002

针对差分进化算法在进化过程中适应度的进化模式未考虑进化的外部环境与进化成分间的内在联系问题,结合电力市场环境下梯级水库中长期发电优化调度的特点,借鉴生态学对个体生存环境与种群竞争的关系,提出了协同差分演化算法在电力市场... 详细信息

针对差分进化算法在进化过程中适应度的进化模式未考虑进化的外部环境与进化成分间的内在联系问题,结合电力市场环境下梯级水库中长期发电优化调度的特点,借鉴生态学对个体生存环境与种群竞争的关系,提出了协同差分演化算法在电力市场环境下梯级水库中长期发电优化调度中的应用。实例验证结果表明,该算法可靠、合理,计算精度与计算效率高,为求解电力市场环境下高维、复杂的梯级水库中长期发电优化调度模型提供了一种新途径。

关键词：电力市场梯级水库中长期发电调度差分演化算法协同进化

来源：评论

学校读者我要写书评

暂无评论

共地面轨迹区域通信卫星星座优化设计与仿真

共地面轨迹区域通信卫星星座优化设计与仿真

引用

作者：赵科中国地质大学（武汉）

学位级别：硕士

随着航天科学技术的迅速发展，航天领域的科学研究成果越来越多的运用到人们生活的各个方面，主要包括移动通信、气象分析预报、GPS导航、电子侦探和资源探测等。其中通过卫星来实现异地之间的通信是一个具有现实意义的应用领域，并且... 详细信息

随着航天科学技术的迅速发展，航天领域的科学研究成果越来越多的运用到人们生活的各个方面，主要包括移动通信、气象分析预报、GPS导航、电子侦探和资源探测等。其中通过卫星来实现异地之间的通信是一个具有现实意义的应用领域，并且通过星际链路使得多个卫星组成空间通信网络，充分利用航天资源，同时也解决了要实现数据下传在不同地区设立多个地面站的困恼。要实现良好的通信，要求地面上的点与通信卫星之间的仰角尽可能的大，这样可以避免由于地球表面山体以及其他障碍物的影响，保证通信质量。同时考虑到数据下传和信息交互对通信连续性的要求，要求卫星与地面上点通信的中断率或者切换频率在可以接受的范围之内。\n 本文首先介绍了本课题的背景以及意义，对国内外卫星通信的历史、现状与前景以及卫星通信系统关键技术进行了调研和总结。由于本文主要研究的星座优化设计模型是基于共地面轨迹的，因此本文详细归纳总结了共地面轨迹的国内外研究现状，并且指出了利用该星座优化模型来针对我国区域设计区域性通信卫星星座存在的不足。最后整理归纳了全文的主要研究内容。其次，本文介绍了一些航天领域中卫星星座设计的基础知识，包括卫星轨道参数、卫星星历计算、卫星星下点计算、卫星覆盖特性计算以及星座设计基本要素。最后介绍几种经典的星座设计方法，主要包括δ星座、σ星座以及玫瑰星座。\n 在此基础之上，本文给出了卫星覆盖分析中常用的方法，为了提高计算效率，最后给出了本文提出的覆盖分析方法。随后讨论了基于共地面轨迹的卫星星座设计方法，给出了基于共地面轨迹的卫星星座实现区域覆盖的优化模型，最后给出了使用该星座优化模型实现区域连续覆盖的步骤。在观测点最大仰角的性能要求下，利用差分演化算法得到了多组适合于我国区域的通信卫星星座实现方案，通过仿真计算，得到的相关星座的覆盖性能比相关文献的结果要好，并且通过仿真计算过程中得到的覆盖性能数据，对轨道半长轴为20270.1km卫星颗数为8时共地面轨迹星座做出了比较详细的性能分析。通过分析整个仿真时间内星座对我国区域平均最大仰角、最小最佳仰角、平均覆盖重数的等高线图，说明该星座对我国区域具有良好的覆盖性能，并且分析了星座区域平均最大仰角、最小最佳仰角、区域平均覆盖重数随经纬度和时间的变化规律，说明星座对我国区域具有持续稳定的通信覆盖能力。\n 在综合考虑卫星的地面观测点最大仰角性能和多重复覆盖性能的情况下，通过采用适当的罚函数，给出了实现区域连续覆盖的多目标优化模型，通过仿真计算，利用多目标差分演化算法得到了多组适合于我国区域的轨道半长轴为20270.1km卫星颗数为8的共地面轨迹星座方案，实验结果说明共地面轨迹星座的最大仰角性能和多重覆盖性能在一定程度上是冲突的，利用多目标优化的思想来设计卫星星座，可以提供给决策者各种不同性能指标的星座实现方案，实验验证了这种方法的有效性。\n 最后，本文介绍了国际上通用的TLE卫星星历的格式和含义，并构建卫星资源库。在TLE卫星数据库的基础之上选取相关卫星构建了LEO/MEO双层通信网络模型，主要表现在两个方面，一方面星地链路之间满足最小仰角的前提下，选择具有最大仰角的地面站下传。另一方面星际链路之间可见即可得。理论上，星际链路可以与地球表面相切，但考虑到地球是旋转的椭球体，并且地球表面容易受到各种复杂电磁场的干扰，星际链路和地面之间存在一点的余隙。本文在考虑余隙的条件下，推导了不同高度上LEO卫星对不同高度上的MEO卫星的可视区域百分比变化规律。在此基础上，设计了简单的通信卫星星座链路选择方法，最后开发仿真软件对研究成果进行仿真。

关键词：区域星座设计共地面轨迹差分演化算法通信卫星覆盖性能

来源：评论

学校读者我要写书评

暂无评论

地火转移轨道优化设计方法的应用研究与仿真分析

地火转移轨道优化设计方法的应用研究与仿真分析

引用

作者：刘晶中国地质大学（武汉）

学位级别：硕士

自古以来,探索宇宙空间一直是人类不懈追求的梦想。上世纪下半叶开始,随着航天技术的兴起和发展,人类开启了探索宇宙空间的新时代。半个多世纪以来人类的航天活动取得了丰硕的成果,对太阳系的认识超过了人类数千年来所获得知识的总和,... 详细信息

自古以来,探索宇宙空间一直是人类不懈追求的梦想。上世纪下半叶开始,随着航天技术的兴起和发展,人类开启了探索宇宙空间的新时代。半个多世纪以来人类的航天活动取得了丰硕的成果,对太阳系的认识超过了人类数千年来所获得知识的总和,更是促进了科学技术的进步和生产力的提高,带动了航天学等相关学科的发展和航天产业的繁荣。通过深空探测,能够帮助人类探索太阳系及宇宙(包括生命)的起源、演变和现状,进而了解地球环境的形成和演变。从现实和长远来看,开展深空探测具有非常重要的作用和意义。\n 在太阳系中的八大行星中,火星是最类似于地球的行星,也是最有可能存在生命痕迹的行星,从而成为诸多国家和机构研究的重点。\n 在探测任务总体设计中,飞行器轨道的设计是首要关键技术之一,而地.火转移轨道是飞行器整个飞行过程中最为关键的一段,有很多问题需要解决。其中一个非常重要的问题就是:如何在满足工程约束的条件下减少飞行器飞行过程中燃料的消耗。这既是为了减少成本开销,也是由于探测器容量有限,如果飞行过程中所需燃料过多,则势必会减少有效的科学负载,从而影响到整个探测任务的完成。因此,在满足工程约束条件下,优化设计出一条燃料消耗尽可能少的轨道具有十分重要的意义和价值。\n 近年来,演化算法兴起并得到广泛发展,演化算法是一种新兴的优化工具,它是借鉴自然界中进化与遗传机制的一种优化算法,主要用于解决复杂的工程技术问题。演化算法具有自适应搜索、渐进式搜索及并行式搜索的特点,并且有通用性强的特点,是一种全局的智能搜索方法,在航空航天领域,越来越多的问题也开始采用演化算法求解,在行星际轨道设计与优化中,很多研究机构将演化算法应用到借力飞行的轨道优化设计中,尤其是NASA和ESA都正积极尝试使用演化算法来求解该问题。\n 本文首先介绍了几种经典的演化算法,其中单目标优化算法包括:差分演化算法(DE)和粒子群优化算法(PSO),多目标优化算法带精英策略的非支配集排序遗传算法(NSGAII)。\n 差分演化算法(DE)是Rainer Storn和kenneth Price在1995年为求解有关切比雪夫多项式的问题提出来的,是一类基于群体差异的演化算法。其基本思想是应用当前种群中个体的差来重组得到中间种群,然后通过父子之间的锦标赛制的竞争获得新一代种群。\n 粒子群算法(PSO)最早是由从事计算智能研究的Eberhart和美国的心理学研究者Kelnnedy博士于1995年提出的一种基于群体智能的随机搜索算法。该算法最初受到鸟类群体活动的规律性的启发,进而利用群体智能建立的一个简化模型。粒子群算法模拟鸟类的觅食行为,用问题的搜索空间模拟鸟类的飞行空间,用一个没有体积和质量的粒子(Particle)模拟鸟群中的鸟,将寻找问题最优解的过程比作寻找食物的过程。\n 带精英策略的非支配集排序遗传算法(NSGAII)是Deb等人于2000年针对NSGA的不足提出的一种改进算法:引入非支配集排序的方法以降低算法的计算复杂度；采用拥挤度距离替代需要指定共享半径的适应度共享策略；使用父子种群共同竞争的机制便于解有较好的分布性。\n 因演化算法的随机性本质,本文将其与确定性的算法—分支限界法结合进行研究。介绍了演化算法改进的一个趋势:与局部搜索算法的结合,充分发挥演化算法的全局搜索能力和局部搜索算法的局部搜索能力,即本文中所提到的文化基因算法。\n 在文中第二章对上述介绍的几种优化算法进行大量数值实验,并对其性能等方面进行分析比较。\n 第三章介绍了两种地火转移轨道模型:双脉冲转移轨道和演化拼接轨道。其中,地-火双脉冲转移轨道是一种简化模型,它将地球和火星看作一个没有质量和体积的质点,同时忽略地球和火星对飞行器的影响,只考虑太阳对飞行器的引力作用。在这种情况下,对双脉冲轨道的求解实质上是求解Lambert问题。演化拼接轨道是项目组在大量研究目前的轨道模型的基础上提出的一种设计方法。它是一种基于演化算法的圆锥拼接方法,从地球逃逸段和火星捕获段两端的工程约束出发,先确定两端轨道的参数,然后再根据两端轨道求解出日心转移段轨道。而逃逸段和捕获段轨道参数的确定则是利用演化算法求解出满足优化目标的结果,通常优化目标选择能量消耗或者转移时长。\n 第四章将前面介绍的几种优化算法运用到地火的两个模型中,开发出地火转移轨道优化仿真设计平台的优化模块。实现了优化过程和结果的仿真,同时,多种优化算法可以起到相互验证的作用。\n 最后,从工程可靠性角度出发,针对发射窗口的工程可靠性进行了分析。以地-火双脉冲最优转移轨道为例,因其目标函数是一个多峰多谷的函数,理论上求出的解不一定能够被工程上所接受,需要对模型整体进行研究,从而产生了谷底问题这个概念。本文首次将测绘部

关键词：优化算法地-火转移轨道谷底问题坡度计算优化设计差分演化算法

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的自主演化优化方法研究与应用

基于强化学习的自主演化优化方法研究与应用

引用

作者：贾浩文西安工业大学

学位级别：硕士

差分演化(Differential Evolution,DE)作为一种基于种群的全局优化算法,具有不受梯度信息限制和控制参数少等特点,被广泛应用于传统数学方法无法求解的复杂优化问题中。DE中不同的变异策略具有不同的搜索性能,选择和问题特征相匹配的变... 详细信息

差分演化(Differential Evolution,DE)作为一种基于种群的全局优化算法,具有不受梯度信息限制和控制参数少等特点,被广泛应用于传统数学方法无法求解的复杂优化问题中。DE中不同的变异策略具有不同的搜索性能,选择和问题特征相匹配的变异策略会极大地提高算法的搜索性能,因此自适应变异策略选择成为提升DE算法性能的最有效方法之一。然而,现有的变异策略自适应选择方法通常以近几代演化数据的统计分析为依据,缺少对演化过程中历史成功变异策略信息的累积学习,从而导致在面向复杂问题时演化搜索效率低下。强化学习(Reinforcement Learning,RL)作为一种自主决策方法,凭借其优异的累积学习能力被逐步用于演化算法的辅助搜索中,强化学习辅助的自适应变异策略选择已经成为了目前DE算法研究的热点。虽然目前基于强化学习的变异策略自适应选择方法一定程度上提升了个体的变异策略自主选择能力,但在演化计算领域对强化学习辅助变异策略选择方法的研究仍然处于初步阶段。基于此,本文从种群累积历史成功变异策略信息的学习方式、累积历史成功变异策略信息的利用、提升种群累积历史成功变异策略信息的学习效率等方面入手,提出了强化学习辅助变异策略自主选择的三种改进DE算法。本文主要研究内容包含以下三点。(1)在种群累积历史成功变异策略信息的学习方式方面,建立了基于强化学习的变异策略自主决策模型,该模型将DE的搜索过程映射成马尔可夫决策过程:以适应度值提升率为基础定义状态空间,不同搜索性能的变异策略组成动作空间,Q表存储种群累积历史成功变异策略信息(状态-动作转移概率矩阵),通过个体适应度值的累积提升率对个体进行奖励和惩罚,折扣因子用于调节个体的学习能力。基于上述模型提出了一种学习累积种群历史经验的改进差分演化算法(A Differential Evolution with Autonomous Strategy Selection by Learning Cumulative Population Historical Experience,ASS-DE)。在ASS-DE中,个体的适应度值累积提升率用于指导个体选择更为合适的策略,并通过Q表中存储的种群累积历史成功变异策略信息使得个体获得更好的状态以提高其适应度值。此外设计了一种带存档的参数更新机制来进一步提高算法的收敛性能。最后,将ASS-DE与一些先进的DE算法在CEC2005和CEC2015测试集及无人机协同对抗优化问题上进行优化性能比较。实验结果表明,所提的ASS-DE具有更好的收敛能力,进一步验证了累计学习机制的优势。(2)在种群累积历史成功变异策略信息的挖掘和利用方面,提出了一种带有种群回溯机制的差分演化自主策略选择方法(A Differential Evolution Autonomous Strategy Selection Method with Population Backtracking Mechanism,PBM-DE)。在演化停滞时,将种群回溯到适应度值提升最快的一代,进一步利用已学习到的经验信息来指导个体的重新搜索。该方法与自主变异策略选择相结合,平衡了算法的局部搜索和全局勘探性能。此外,为了降低个体回溯的学习成本,在PBM-DE中缩小了状态空间的大小。最后,为了提高算法的全局搜索能力,在状态空间中引入了一种新的基于历史最优个体的搜索策略“DE/current-to-best-hbest/1”。为验证PBM-DE的算法性能。将PBM-DE与ASS-DE和一些优秀算法在测试集CEC2015和CEC2017及小波降噪优化问题中进行优化性能比较。实验结果表明,PBM-DE具有更加优异的收敛性能。(3)在提升种群累积历史成功变异策略信息的学习效率方面,提出了一种基于动作空间分组学习的差分演化自主策略选择方法(A Differential Evolution Autonomous Strategy Selection Method based on Action Space Grouping Learning,AGL-DE)。其中,动作空间分组学习将演化搜索行为按种群多样性进行划分,当种群多样性较高时采用具有探索性的动作空间进行搜索,反之则采用更具利用性的动作空间。此外,采用个体与上一代的相似程度来指导个体的学习,以提高算法的收敛速度。最后,为了验证AGL-DE算法的性能,将其与ASS-DE、PBM-DE以及一些先进算法在优化标准测试函数集合CEC2015和CEC2017上进行优化性能比较,同时将AGL-DE用于解决强化学习迷宫搜索问题。实验结果表明,AGL-DE相比于PBM-DE、ASS-DE和先进算法相比,在保持多样性方面具有一定的优势,具有更好的求解精度和收敛速度。综上,本文以强

关键词：差分演化算法强化学习 Q-learning 变异策略选择自主决策

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的多智能体即时策略对抗优化方法研究与应用

基于深度强化学习的多智能体即时策略对抗优化方法研究与应用

引用

作者：李骁西安工业大学

学位级别：硕士

随着多智能体即时策略对抗问题在现实世界中不断涌现,多兵种的对抗决策、无人机集群任务规划等智能体间协作与竞争的问题亟待解决,此类问题的核心是多智能体在复杂环境下的动态博弈,而多智能体强化学习是求解这类问题的主流方法之一。... 详细信息

随着多智能体即时策略对抗问题在现实世界中不断涌现,多兵种的对抗决策、无人机集群任务规划等智能体间协作与竞争的问题亟待解决,此类问题的核心是多智能体在复杂环境下的动态博弈,而多智能体强化学习是求解这类问题的主流方法之一。多智能体强化学习算法作为一种训练和优化智能体策略的方法,为多智能体即时策略对抗提供了有力支持,多智能体强化学习算法对于推动智能化决策和行为的发展具有重要意义。由于多智能体环境复杂,各智能体需要学习适应其他智能体的策略并优化自身的决策,而目前已有的多智能体强化学习算法存在前期探索效率较低、算法不稳定、策略迭代不稳定等问题。针对这些问题,本文主要研究内容包含以下三点。 (1)为解决智能体在即时策略对抗场景中前期探索效率低下的问题,本文利用演化算法基于种群全局搜索的优势对算法网络进行优化。将QMIX(Q-value Mixing)的超网络参数编码为种群个体,通过对这些个体进行变异、交叉、选择操作以获得最佳的超网络参数模型,将每一轮多智能体系统的整体回报作为参数模型个体的适应度值,同时将超网络自身根据梯度下降调整的参数信息返回至当代种群,在获得较好超网络参数的同时提升了算法的训练速度,以加快前期智能体探索效率。基于上述思想提出一种基于差分演化算法DE(Differential Evolution Algorithm)优化QMIX超网络参数以提高智能体前期的探索速度以及收敛速度的方法DE-QMIX(Differential Evolution Algorithm-QMIX)。通过SMAC(Star Craft Multi-Agent Challenge)平台的对比结果显示,DE-QMIX算法较原始算法,以及MAVEN(Multi-Agent Variational Exploration)、VDN(Value-Decomposition Networks)等先进多智能体算法相比,在平均全局回报和平均胜率方面表现出显著优势。 (2)为解决即时策略对抗场景中基于值函数分解算法中训练不稳定性的问题,本文通过降低Q值的过估计来提升其稳定性。首先,对单智能体Q值作正则项约束,设置多步回报返回的约束基线,利用正则项因子约束偏离该基线联合Q值的智能体;其次采用Softmax函数对联合Q值作平滑处理以减少联合Q值的过估计,避免多智能体系统陷入局部最优以提升算法的稳定性。基于上述思想提出一种基于局部正则约束和全局平滑处理以避免Q值过估计的改进QMIX方法RS-QMIX(Regularization-Softmax-QMIX),引入的梯度正则化有助于减轻过估计问题,防止过大的梯度可能加剧学习过程的发散,提高算法的稳定性。采用SMAC平台验证了改进算法值函数估计的平稳性,结果显示RS-QMIX较原始算法和MAVEN、VDN、QTRAN等先进多智能体算法,在稳定性、平均胜率、全局回报均拥有出色的表现,RS-QMIX算法降低了Q值的过估计。 (3)为解决即时策略对抗场景中策略迭代算法中存在策略不稳定的问题,本文通过复用离线策略数据的方式来提高策略的稳定性。本文通过引入一个离线策略回放池,在每一轮智能体与环境交互之前,对比回放池中策略与当前智能体网络策略的差异。若差异很小则复用历史策略数据,当差异较大时则将当前梯度信息和网络参数与策略回放池中差异最小的策略的梯度和网络参数进行融合,防止梯度波动过大。基于上述思想提出一种基于半在线策略复用的改进COMA算法SPR-COMA(Semi-online policy reuse-Counterfactual Multi-Agent)。SPR-COMA在利用历史策略数据的同时保持了对当前环境的学习能力,在面对复杂环境下表现出更强的学习能力和适应性。采用SMAC平台验证了改进算法的策略平稳性,结果显示SPR-COMA较原始算法缩短了训练时间,降低了回报方差,且平均胜率、全局回报优于QMIX、MAVEN、VDN、QTRAN等目前先进多智能体算法。综上所述,本文以即时策略对抗环境为背景,从提高前期探索效率、算法稳定性和策略稳定性三个方面展开研究。本文提出了DE-QMIX方法,利用差分演化算法优化QMIX超网络参数,加快前期探索效率;RS-QMIX通过梯度正则化和Softmax函数降低Q值过估计问题,增强了算法稳定性;在提升策略稳定性方面,本文引入了SPR-COMA,通过半在线策略复用提高策略的稳定性。这些改进算法在SMAC框架下的实验中表现优异,丰富了多智能体强化学习方法,并为实际应用中的智能体系统优化提供了重要的理论支持。

关键词：多智能体强化学习差分演化算法策略回放池 Softmax函数正则化

来源：评论

学校读者我要写书评

暂无评论

演化Kalman滤波及其应用研究

演化Kalman滤波及其应用研究

引用

作者：龚文引中国地质大学

学位级别：硕士

演化算法是一类模拟生物进化过程与机制求解问题的自组织、自适应、自学习的人工智能技术，具有稳健性、通用性、思想简单、易于实现、应用效果明显等优点，基于种群的搜索机制使其适合大规模并行。演化算法在不同的科学领域得到了广泛... 详细信息

演化算法是一类模拟生物进化过程与机制求解问题的自组织、自适应、自学习的人工智能技术，具有稳健性、通用性、思想简单、易于实现、应用效果明显等优点，基于种群的搜索机制使其适合大规模并行。演化算法在不同的科学领域得到了广泛的应用，其中演化最优化是演化计算的应用方向之一。 Kalman滤波是一套由计算机实现的实时递推算法，它所处理的对象是随机信号，利用系统噪声和观测噪声的统计特性，以系统观测量作为滤波器的输入，以所要估计值(系统的状态或参数)作为滤波器的输出，滤波器的输入与输出之间是由时间更新和观测更新算法联系在一起的，根据系统方程和观测方程估计出所有需要处理的信号。它不但可以对平稳的一维的随机过程进行估计，也可以对非平稳的、多维随机过程进行估计，因此适用范围比较广泛。Kalman滤波理论被用于随机最优控制问题、故障诊断等应用领域，其中组合导航系统中的设计是其成功应用的一个主要方面。本文首先简介了演化算法和Kalman滤波的背景知识，然后，提出了一种新的基于正交设计的差分演化算法，以增强算法的鲁棒性和加快算法收敛速度，更利于应用于演化Kalman滤波的设计中。新算法在保持传统差分演化算法的简单、有效等特性的同时，还具有以下一些特点：1)引入一种基于正交设计的杂交算子，并结合约束统计优生法来产生最好子个体;2)采用决策变量分块策略，以减少正交实验次数，加快算法收敛速度;3)提出一种简单的多样性规则，以处理约束条件;4)提出基于非凸理论的多父体混合自适应杂交变异算子，以增强算法的非凸搜索能力和自适应能力;5)简化基本差分演化算法的缩放因子，尽量减少算法的控制参数，方便工程人员的使用。为了验证改进算法的性能，本文通过一些函数优化实例对算法进行了测试，并与其他演化算法的结果相比较，其结果表明，新算法在解的精度、稳定性和收敛性上表现出很好的性能。在验证了改进算法的性能并指出了函数优化与演化Kalman滤波的联系之后，在第四章，本文提出了演化Kalman滤波的设计思路，并把郭涛算法、基本差分演化算法和改进的差分演化算法应用于演化Kalman滤波器设计中，由此形成三种演化Kalman滤波器(DEKF，GTKF和ODEKF)，通过把这三种演化Kalman滤波器应用到一个具体实例中进行算法性能测试。实验结果表明，在经验值估计较为准确的情况下，三个演化Kalman滤波器(DEKF，GTKF和ODEKF)均能在一定程度上改进传统Kalman滤波器的性能，其中ODEKF的改进性能最好，平均改进效率在[8.1211％，12.529％]之间。当经验值估计不准确的时候，三个演化Kalman滤波器(DEKF，GTKF和ODEKF)的性能要明显优于传统Kalman滤波器的性能，其中GTKF和ODEKF的改进性能要优于DEKF，GTKF和ODEKF的平均改进效率分别在[7.3918％，30.912％]和[7.3677％，34.082％]之间，便于以后在工程中的应用。同时，对演化Kalman滤波在INS／GPS组合导航系统的应用进行了初探。本文的主要创新之处在于：1)提出一种新的基于正交设计的差分演化算法;2)指出了演化函数优化与演化Kalman滤波之间的关系;3)提出了演化Kalman滤波的理论框架，并把三个不同的演化算法应用到演化Kalman滤波中测试其性能;4)对基于演化Kalman滤波的INS／GPS组合导航系统的原理进行了初探，提出了相应的原理框架。本文的主要章节安排如下：第一章主要介绍了演化算法与优化计算的一些背景知识，并介绍了演化算法的一些特性;同时，简要介绍了Kalman滤波理论的背景及其在组合导航中的应用。第二章主要介绍Kalman滤波器的理论基础，基本方程及其一些改进的Kalman滤波器。同时，介绍Kalman在组合导航中的一些应用。第三章重点介绍了差分演化算法的基本原理，同时把正交设计的思想引入到差分演化算法中，对差分演化算法进行改进，并把改进差分演化算法应用到函数优化问题的求解中。第四章指出了演化Kalman滤波与演化函数优化之间的联系，并提出演化Kalman滤波器的基本设计思路;给出本文中应用到的演化Kalman滤波器的详细设计方法;把郭涛算法、基本差分演化算法和改进的差分演化算法应用于演化Kalman滤波器中，并把此演化Kalman滤波器应用到一个具体实例中，测试算法的性能。同时，对演化Kalman滤波在INS／GPS组合导航系统的应用进行了初探。第五章为本文总结部分，对本文的工作进行了总结，并对未来工作提出了一些设想。

关键词：演化算法 Kalman滤波差分演化算法正交设计组合导航

来源：评论

学校读者我要写书评

暂无评论

进化策略在数值计算中的一些应用研究

进化策略在数值计算中的一些应用研究

引用

作者：夏慧明广西民族大学

学位级别：硕士

进化计算是模拟生物在自然环境中的遗传进化机制形成的一种自适应全局优化搜索算法,与传统的数值方法不同,人们愈来愈注重了对进化计算的研究,并把它作为解决问题的一种新型方法,该方法在进化过程中通过重组、突变、选择对个体进行训练... 详细信息

进化计算是模拟生物在自然环境中的遗传进化机制形成的一种自适应全局优化搜索算法,与传统的数值方法不同,人们愈来愈注重了对进化计算的研究,并把它作为解决问题的一种新型方法,该方法在进化过程中通过重组、突变、选择对个体进行训练学习,向最优解逼近。数值方法是数学的一个分支,它的研究对象是利用计算机求解各种数学问题的数值方法。内容包括函数的数值逼近(插值与拟合),数值积分与数值微分,线性、非线性方程(组)的数值解法,常微分方程组及偏微分方程组的数值解法等。它们在19世纪,甚至更早一些时候就已经建立。现代计算机的出现为大规模的数值计算创造了条件,集中而系统地研究适用于计算机的数值方法变得十分迫切和必要。本文将主要采用进化策略来研究数值计算,把数值计算问题转化为函数优化问题以达到解决数值计算问题的目的,同时还将进化策略与差分演化、泛函网络等方法结合,提出新的解决数值问题的混合算法。将该方法分别应用于计算矩阵特征值、特征向量;化学方程式配平;求解复函数方程根等问题。这些问题虽用传统的数值方法可以解决,但存在着初值选取敏感、收敛速度慢、计算精度低、甚至不收敛等缺点。针对目前传统的数值方法存在的一些问题,本文的主要工作是利用进化策略算法并行搜索、全局收敛、鲁棒性等特性来弥补传统的数值方法存在的不足,同时将进化策略算法与差分演化算法、泛函网络相结合发挥各自的优点,这在处理某些问题时能起到事半功倍的效果。因此用进化策略、差分演化算法、泛函网络来研究数值计算,有较高的理论价值和实际意义。

关键词：数值计算智能算法进化策略算法差分演化算法泛函网络改进进化策略混合进化策略突变算子

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：