现有的网联自动驾驶车辆(Connected and Automated Vehicles,CAV)换道决策模型鲁棒性较差,存在安全隐患,且单纯依赖自车信息、较小范围内的感知信息,难以在CAV与人工驾驶车辆(Human-Driven Vehicles,HDV)混行的环境中推断出最优动作.综...
详细信息
现有的网联自动驾驶车辆(Connected and Automated Vehicles,CAV)换道决策模型鲁棒性较差,存在安全隐患,且单纯依赖自车信息、较小范围内的感知信息,难以在CAV与人工驾驶车辆(Human-Driven Vehicles,HDV)混行的环境中推断出最优动作.综合考虑感知信息、自车以及车-车通信(Vehicle-to-Vehicle,V2V)范围内上、下游CAV信息,提出一种混合交通流环境下集成多源信息融合的深度强化学习(Multi-Source Information Fusion Deep Reinforcement Learning,MSIF-DRL)端到端网联自动驾驶换道决策模型.首先,构建含有多源信息的状态空间,并为不同信息分配权重;其次,通过编码网络将各种动态信息编码到高维特征空间,进行信息融合得到特征图;然后,将其扁平化送入拥有优先经验回放机制的竞争双深度Q网络中,进行动作的选择和评估;最后,分别设计适用于主线、匝道CAV的奖励函数引导所提MSIF-DRL模型解决高速公路合流区驾驶场景中CAV的自由以及强制换道问题.基于SUMO软件在各种仿真条件下进行实验,将所提出的MSIF-DRL换道决策模型与现有换道模型进行比较,验证其有效性和优越性.研究结果表明:相较于现有模型,所提MSIF-DRL模型在各种仿真条件下均拥有最高的奖励值、换道成功率、合流成功率、平均行车速度、舒适性以及最低的碰撞风险,其中换道成功率、合流成功率、平均行车速度最大分别提升了29.17%、27.71%、17.43%;随着渗透率的提高,该模型在处理混合交通流环境下CAV的换道决策问题时拥有更强的性能和鲁棒性.
为探究气候变化下子午沙鼠在中国的潜在分布和时空变化,本研究利用子午沙鼠分布数据以及气候、地形等环境数据,基于最大熵模型(The maximum entropy,MaxEnt)和地理信息系统(Geographic information System,GIS)技术,分析大空间尺度上限...
详细信息
为探究气候变化下子午沙鼠在中国的潜在分布和时空变化,本研究利用子午沙鼠分布数据以及气候、地形等环境数据,基于最大熵模型(The maximum entropy,MaxEnt)和地理信息系统(Geographic information System,GIS)技术,分析大空间尺度上限制子午沙鼠地理分布的主导环境因子。结果表明:当前气候下子午沙鼠高适生区主要分布在甘肃河西走廊、内蒙古西南部、宁夏北部,以及新疆塔里木盆地和天山山脉之间、伊犁州和塔城等地区,中适生区主要分布在甘肃酒泉的北部,内蒙古西北部,青海中部以及新疆的大部分地区;温度是限制子午沙鼠分布的主导气候因子,其次是海拔,降水量也有一定影响。随着全球气候变暖,子午沙鼠生境适宜度提高,在中国的潜在分布范围将扩大。本研究对子午沙鼠危害监测预警和精准防控具有重要的指导意义。
中药材是重要的经济植物,其产品品质一直备受人们关注。影响其品质的因素众多,重金属污染作为重要影响因素之一,会使其品质下降。探讨重金属污染对中药材影响的研究进展、热点及发展趋势,为进一步了解重金属污染对中药材影响提供依据。结合文献计量学法,通过Web of Science(WOS)核心合集数据库和中国知网(CNKI)下载的1994—2023年重金属污染对中药材影响的相关文献作为研究对象,利用CiteSpace和VOS viewer可视化分析软件,从不同角度对重金属污染影响中药材相关领域进行可视化分析。结果表明,1994—2023年有关重金属污染对中药材影响方面研究的发文量总体呈上升趋势,2022年的发文量最多,为491篇;中文文献相较于英文文献的发文量少;中国、美国和日本3国的发文量排世界的前3位;北京中医药大学发文290篇,在该研究领域的研究机构中占主要地位。该领域共有368种来源出版物,药材、农药残留、土壤、重金属及修复等是该领域的重点研究对象。在重金属污染对中药材影响的研究领域中,中药材和污染物受到较大的重视,是目前的研究前沿,植物药滇重楼值得继续关注。
暂无评论