基于在线LS-SVM的α阶逆控制

提出基于最小二乘支持向量机在线算法的α阶逆控制方法．引入系统控制误差不敏感函数,在控制误差大于不敏感函数时,利用增量一剪枝学习算法,对已建立的离线逆控制器实施在线学习,以增强控制系统的鲁棒性．仿真结果表明：在系统没有受到噪声干扰时,在线逆控制器可以很好地使被控对象跟踪参考输入信号;在系统受到噪声干扰时,在线逆控制器比离线逆控制器具有更强的鲁棒性．     

动态环境下数据驱动Q-学习算法

针对动态环境下强化学习对未知动作的探索和已知最优动作的利用之间难以平衡的问题,提出了一种数据驱动Q-学习算法.该算法首先构建智能体的行为信息系统,通过行为信息系统知识的不确定性建立环境触发机制;依据跟踪环境变化的动态信息,触发机制自适应控制对新环境的探索,使算法对未知动作的探索和已知最优动作的利用达到平衡.用于动态环境下迷宫导航问题的仿真结果表明,该算法达到目标的平均步长比Q-学习算法、模拟退火Q-学习算法和基于探测刷新Q-学习算法缩短了7.79%～84.7%.     

工程系统理念与基于主题学习模式在课程建设中的统一

工程系统本质就是将科学、技术、工程实践融为一体的“工程模式”教育理念体系。本文通过对工程教育现状的分析及对工程系统理念的阐述,提出以基于主题学习模式来组织专业课程建设的若干思路,以求从本质上使专业课程的设置贯穿工程系统理念,迎合现代工程的实际需要。     

基于车均延误最小的Q学习交通信号控制方法

为了检测Q学习算法在信号控制方案中的效果,在Webster配时法的基础上,建立了适应交通信号控制及以车均延误最小为目标的奖惩函数,并详细说明了Q学习独立交叉口信号控制的原理和应用过程.通过流量波动大和小两个算例,验证了Q学习控制优于定时控制.     

高速公路路基强夯施工参数研究

以保定一阜平高速公路填石路堤为研究对象,建立有限元模型模拟路基及夯击功能,并结合现场试验,分析强夯法在处理填石路堤时的有效加固范围,从而可确定夯击次数、单层填筑厚度、夯点布置等施工参数。     

75207部队组织新训驾驶员培训

前不久,75207部队组织新训驾驶员培训,来自该部的1500名战士将进行为期半年的军车驾驶员脱产培训。培训围绕军交运输新大纲内容,主要进行车辆理论学习、技能操作、车辆驾驶、车辆维修、车辆防护等方面的强化集训,重点突出车辆驾驶员的“四会”教学科目,全面提高学员的车辆驾驶水平和教学骨干的组训施训能力。     

拟静力应变法判别高真空击密的有效加固深度

在现有强夯法有效加固深度研究的基础上,提出了用附加应力引起的应变作为广义强夯法有效加固深度的判别依据。并将其应用于吕四电厂高真空击密法（井点强降水＋强夯）加固饱和地基的工程实践中。结果表明,文中的拟静力法计算结果很接近于实测的有效加固深度,表明等效拟静力法的应变判别是合理的,且计算简单,结果可靠。     

基于神经网络的实时事故预测方法研究进展

道路交通事故预测作为道路主动安全管理的重要组成部分,在降低事故发生概率、帮助管理者制定安全决策等方面起着重要作用。随着数据需求的不断增加,传统方法已无法满足大数据的需求,机器学习和人工智能算法在动态、实时和复杂情况下的道路交通事故预测领域显示出强大的潜力。文章从数据获取和特征变量选择开始介绍,详细叙述了基于机器学习的神经网络及与深度学习结合后该方法在国内外的相关研究,分析了使用神经网络相关方法在建模时会面临的优缺点,最后对基于神经网络的交通实时事故预测方法进行了总结及展望,给出未来的发展趋势。     

客运专线桩基混凝土施工常见问题及解决方法

针对客运专线桩基混凝土施工中要求流动性大、保水性好及设计使用年限长等特殊要求,模拟施工实际情况,通过实验分析比较了浆体体积、聚羧酸盐高效外加剂和粉煤灰等活性矿物掺合料对混凝土工作性能的影响,结合高性能混凝土配合比设计及过程控制的实践经验,提出通过动态控制原材料品质、合理确定浆体体积和控制灌注过程埋管深度,解决客运专线桩基混凝土施工中存在的浮浆厚度过大等常见质量问题。     

基于RBF神经网络的在线分类挖掘系统

模式分类是RBF神经网络应用的一个重要方面.在线环境中数据集是经常变动的,采用批量式学习算法(如OLS算法)训练RBF网络会产生大量的重复训练,从而导致学习效率不高.为弥补这种不足,从梯度下降方法推导出一种增量式学习算法,用于在线环境中的RBF神经网络训练.最后将基此算法构建的在线分类系统用于IRIS分类问题.结果表明,该算法有较快的收敛速度,网络的在线分类性能良好.