-
题名水面舰船结构低频振动噪声仿真前处理标准化
- 1
-
-
作者
陈侯京
魏强
刘志忠
-
机构
中国舰船研究设计中心
-
出处
《中国水运（下半月）》
2015年第11期1-3,共3页
-
文摘
随着计算机仿真技术的发展,使用有限元法/边界元法仿真低频振动噪声系统传递函数,结合测试物理量计算完整的激励力、结构振动和水噪声三端状态物理量,已从科学研究逐步过渡到实际舰船声隐身设计工程。使用商业软件建立舰船结构水声场数值模型进行仿真计算,指导设计乃至优化,保证仿真结果的准确、可靠和稳定性就成为了实际工程亟需解决的突出问题。在求解条件不变的情况下,前处理结果基本决定了仿真结果,讨论其标准化技术流程和质量控制问题具有现实工程意义。
-
关键词
舰船声隐身
声传递向量
结构噪声
-
分类号
TB53
[理学—物理]
-
-
题名基于混合采样深度Q网络的水面无人艇逃脱策略
- 2
-
-
作者
杨远鹏
宋利飞
茅嘉琪
李一
陈侯京
-
机构
中国船舶集团有限公司系统工程研究院
武汉理工大学高性能船舶技术教育部重点实验室
中国舰船研究设计中心
-
出处
《中国舰船研究》
CSCD
北大核心
2024年第1期256-263,共8页
-
基金
国家自然科学基金项目资助(51809203)。
-
文摘
[目的]针对敌方船舶采用合围战术,研究我方无人艇(USV)被敌方船舶包围情况下的逃跑策略规划问题。[方法]提出一种混合采样深度Q网络(HS-DQN)强化学习算法,逐步增加重要样本的回放频率,并保留一定的探索性,防止算法陷入局部最优。设计状态空间、动作空间和奖励函数,通过训练获得最优的USV逃跑策略,并从奖励值和逃脱成功率方面与DQN算法进行对比。[结果]仿真结果表明,使用HSDQN算法进行训练,逃脱成功率提高2%,算法的收敛速度提高了20%。[结论]HS-DQN算法可以减少USV无效探索的次数,并加快算法的收敛速度,仿真实验验证了USV逃跑策略的有效性。
-
关键词
无人艇
阿波罗尼奥斯圆
围捕-逃跑
深度强化学习
混合采样
-
Keywords
USV
Apollonius circle
pursuit−evasion
deep reinforcement learning
hybrid sampling
-
分类号
U664.82
[交通运输工程—船舶及航道工程]
TP242.6
[交通运输工程—船舶与海洋工程]
-
