基于启发式Q(λ)学习的铁路绝缘子定位研究

智能化冲洗是解决电气化铁路绝缘子人工冲洗弊端的有效途径,而智能化冲洗的关键在于绝缘子识别、定位。通过对现有智能冲洗设备的分析,提出一种铁路绝缘子定位、跟踪方法,该方法基于传感器信息,采用启发式Q(λ)学习算法,可快速、准确找到绝缘子。首先建立铁路绝缘子水冲洗环境模型,接着为解决传统Q(λ)学习算法盲目学习导致收敛速度慢的问题,通过搜索支柱特征调整奖赏函数,设计启发式策略函数并融入Q(λ)学习中,提高算法的学习和收敛速度。最后分别对传统Q(λ)学习算法和启发式Q(λ)学习算法进行Matlab仿真实验,确定最佳参数设置,仿真结果表明启发式Q(λ)算法的正确性和可行性。     

基于分数阶PIλDμ的船舶航向控制

船舶在海上航行时受到海风、海浪和海流等环境扰动作用,这造成在不同航速下船舶动力学模型的参数不确定性,本文对船舶本体运动和风浪流干扰进行建模,提出一种基于分数阶PIλDμ的抑制风浪干扰的的航向控制算法,并与传统 PID算法进行对比,针对某型船舶动力学模型在6级海风和5级海浪海况下进行对比数字仿真。仿真结果表明,该算法在不同航速下具有较好的控制品质和鲁棒性,对风浪干扰具有良好的适应性,可应用于船舶的航向控制,易于工程实现。