基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于船舶火灾蔓延态势的路径规划算法研究

船舶作为海上一个独立的建筑实体,非常容易发生火灾。本文以63500DWT油船船舱作为研究对象,通过对火灾蔓延模拟仿真实验数据进行图表分析,得出了在不同工作条件下在固定检测点位置的温度,CO浓度和烟气浓度变化规律。对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法,并对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,通过实验验证,该算法寻路效率更优。     

基于S函数的三电平逆变器SVPWM调制的仿真实现

在分析逆变器空间矢量SVPWM调制原理的基础上,利用Matlab/SimulinkS函数及仿真程序对这种调制方式进行仿真。从仿真波形可以得出利用S函数仿真得到的SVPWM调制结果与直接利用Simulink建模得到的响应是完全一致的,论证了仿真模型的方便性与有效性。     

梁单元形函数在车桥时变系统振动分析中的选取研究

在阐述移动连接单元动力特性的基础上,提出了车桥时变系统振动分析中梁单元形函数所应满足的条件;导出了适合此系统振动分析的梁单元五次形函数,并通过算例分析了梁单元形函数的选取对此系统振动响应的影响。计算结果表明:选用三次形函数会导致梁单元结点处曲率的不连续,影响此系统振动响应的计算精度;选用五次形函数满足了移动连接单元对形函数的要求,获得更精确的计算结果。     

基于分布函数的钢铁企业MRPⅡ中采购周期系统分析

在分析传统MRP和MRPⅡ的原理和不足基础上,通过归纳分析产品物料清单BOM及采购周期,建立了产品采购周期分布函数,以辅助描述产品的时间成本特性。通过采购周期分布函数在某钢铁制造企业的实际应用,将传统MRP应用的着眼点从具体的每一种原材料转移到宏观的采购资金量分析上,便于企业减少存货成本、提高资金周转率、提高整体竞争力,同时在一定程度上简化了企业在采购过程中的经济特性分析和运算过程。     

苛求软件可靠性方法、技术与模型研究

从瀑布式程序设计的角度,综述了苛求系统软件生命周期各阶段的可靠性方法、技术和模型,包括需求形式化建模与验证、屏蔽设计错误的多版本软件容错、函数式程序设计以及可靠度评估模型等。总结比较各自适用的开发阶段、面向的目标错误类型及优缺点。     

利用行人路阻函数评估地铁站内AFC设备运营状况

地铁站内AFC设备作为整个车站客流疏散的通行瓶颈,其运营状况关系到地铁线路乃至整个线网的运营状况。将BPR函数移植于地铁站内的行人交通流并对其进行线性改进,通过实际调研获取不同类型地铁站内与AFC设备处行人流相关的统计数据,并进一步通过统计软件对调研数据进行拟合分析。研究表明,车站类型、设备数量以及设备布局对AFC设备运营状况具有重要影响,相关研究分析可为地铁站内AFC设备运营状况的分析与评估提供依据。     

关于薄壁箱形梁的悬臂翼缘板在翘曲扭转中作用的探讨

分析了带悬臂翼缘板的薄壁箱梁在约束扭转时的内力状态。在此基础上，推导了考虑悬臂板影响的约束扭转微分方程，以及翘曲函数(β)和扭率(θ)的关系方程，并讨论了悬臂板对截面翘曲扭矩的贡献。