平均排队长度差最小的单交叉口在线Q学习模型

为改善交叉口排队长度管理,避免交叉口某个方向排队长度过长,采用强化学习理论建立了以平均排队长度差最小为优化目标的在线Q学习模型.针对控制性能指标相对于邻近的配时方案不敏感的特点,提出了以平均排队长度差作为基本单位重新构造奖励函数,目的是拉大各行为对应的Q值差距,提高模型的收敛速度和鲁棒性.集成Excel VBA,Vissim,Matlab建立了在线仿真平台,作为计算环境对算例进行了计算.算例中利用GPS数据对Vissim软件中车辆加减速度曲线进行了标定.计算结果表明以平均排队长度差作为优化目标能够提高各个方向排队长度的平衡性,优化整个交叉口的时空资源;建立的在线Q模型具有学习能力和较快的计算速度,模型能否收敛受到周期取值和可选行为数量的影响.     

卫星定位通信系统中互调干扰的抑制

本文提出了大卫星定位通信系统中采用四相扩频（Ｑ－ＳＳ）技术,并沿用瑞士人给出的卫星转发器功率放大器的数学模型,推导了Ｑ－ＳＳ信号通过卫星转发器后输出的表示式;通过进一步分析发现了采用Ｑ－ＳＳ技术可以在信号解扩后完全消除三阶和五阶的互调干扰。     

50CrMo4曲轴热处理工艺研究与应用

研究了50CrMo4材质的特性,对50CrMo4曲轴进行了热处理工艺研究与试验,检测其硬度和力学性能.分析结果表明,50CrMo4曲轴经此工艺热处理,在增加曲轴表面硬度的同时,提高了综合力学性能.通过工艺研究和试验,50CrMo4曲轴试制成功,并通过中国船级社认证.     

LZ50钢材料试样与车辆实轴的概率疲劳极限

采用小子样升降法,完成了LZ50钢7.5mm光滑圆棒、9.5mm光滑圆棒、9.5mm缺口(Kt=4.728)圆棒和车辆实轴4种试样的旋转弯曲疲劳试验。疲劳极限数据分别用常规法和经完善的局部随机BasquinSN关系法获得。基于疲劳极限服从正态分布,分别给出了用上述2种方法获得的4种试样的概率疲劳极限测定结果。结果表明常规法估计的疲劳极限数据偏于危险,宜采用局部随机BasquinSN关系法获取。     

浅谈C50混凝土配合比设计

对C50混凝土配合比设计中值得注意的几个问题进行分析,并提出相应的防治措施。     

焊后处理工艺对Q345E低合金钢焊接接头疲劳性能的影响

通过对K型坡口Q345E低合金钢T型角接接头三点弯曲疲劳试验,研究了焊趾不处理、焊趾打磨、焊趾喷丸、焊趾打磨+喷丸处理对焊接接头疲劳性能的影响.结果表明,焊接接头焊后细节处理工艺对接头疲劳性能的影响十分显著,焊趾打磨和焊趾喷丸均是提高焊接接头疲劳性能的重要手段,而焊趾打磨+喷丸处理综合处理时效果最佳.     

大肠癌及癌旁组织中糖链抗原50的表达

目的探讨糖链抗原50(CA50)在大肠癌及癌旁组织中表达的意义。方法采用免疫组化检测正常大肠黏膜(10例)、大肠癌远旁(40例)、近旁(40例)和癌(40例)组织中CA50的表达。结果CA50阳性表达率按正常大肠黏膜、大肠癌远旁、近旁、癌组织的顺序依次增高,且阳性表达率在4组间有显著性差异(P<0.05)。CA50表达与大肠癌的分化程度、Duke s分期和淋巴结转移有关(P<0.05),与组织学类型无关(P>0.05)。结论CA50的表达对评价大肠癌的生物学特性、判断预后具有重要的临床意义。     

基于ANSYS软件的功率器件寄生电容建模分析

大功率变频器中电磁兼容问题是不可被忽视的。其中传导干扰会影响输出波形,降低电能质量。IGBT的寄生电容对于传导干扰有很大影响,本文对功率器件中IGBT的寄生电容形成原理和计算方法进行了分析。在此基础上运用有限元仿真软件ANSYSQ3D建立了基于英飞凌FZ1200R17HE4较为精确的模型。最后通过实验测量与仿真结果进行对照,仿真结果很好的对应了实验结果,本文所提方法能更准确的建立IGBT相关杂散参数的模型。     

复杂海况下基于强化学习的USV局部路径规划方法研究（英文）

Conducting hydrodynamic and physical motion simulation tests using a large-scale self-propelled model under actual wave conditions is an important means for researching environmental adaptability of ships. During the navigation test of the self-propelled model, the complex environment including various port facilities, navigation facilities, and the ships nearby must be considered carefully, because in this dense environment the impact of sea waves and winds on the model is particularly significant. In order to improve the security of the self-propelled model, this paper introduces the Q learning based on reinforcement learning combined with chaotic ideas for the model's collision avoidance, in order to improve the reliability of the local path planning. Simulation and sea test results show that this algorithm is a better solution for collision avoidance of the self navigation model under the interference of sea winds and waves with good adaptability.