开放课程教学若干关系解构的辩证思考 被引量：12

1

作者 郑曙光 《中国高教研究》 CSSCI 北大核心 2017年第5期107-110,共4页

开放课程作为一种新型的课程形态,是推动和实现在线学习的有效途径。开放课程教学存在着若干关系,需要对关系解构作出辩证思考。分析认为,在开放课程教学内容上,应以整体式学习为导向构建课程教学体系,以碎片化学习方式深化知识点的讲... 开放课程作为一种新型的课程形态,是推动和实现在线学习的有效途径。开放课程教学存在着若干关系,需要对关系解构作出辩证思考。分析认为,在开放课程教学内容上,应以整体式学习为导向构建课程教学体系,以碎片化学习方式深化知识点的讲解与记忆;在开放课程类别选择上,应坚持我国特色,公开视频课与资源共享课并行发展,资源共享课与慕课替代推进;在开放课程教学方式设计上,应引入探究式教学方式,强化教与学互动,学与学合作。 展开更多

关键词 开放课程 碎片化学习 整体式学习 探究式教学

原文传递

综合集成研讨厅体系在城中村改造中的应用 被引量：2

2

作者 傅鸿源 徐燕 《山西建筑》 2007年第33期27-28,共2页

结合"城中村"的概念,分析了"城中村"形成的原因,探讨了综合集成研讨厅体系在"城中村"改造中的作用,详细地阐述了"城中村"改造与综合集成研讨厅体系结合应注意的问题,从而促进"城中村"... 结合"城中村"的概念,分析了"城中村"形成的原因,探讨了综合集成研讨厅体系在"城中村"改造中的作用,详细地阐述了"城中村"改造与综合集成研讨厅体系结合应注意的问题,从而促进"城中村"改造的实现。 展开更多

关键词 城中村 综合集成研讨厅体系 社会问题 系统模型

下载PDF 职称材料

再入飞行器自适应最优姿态控制 被引量：10

3

作者 张振宁 张冉 +1 位作者 聂文明 李惠峰 《宇航学报》 EI CAS CSCD 北大核心 2019年第2期199-206,共8页

针对再入飞行器姿态控制问题,应用自适应动态规划(ADP)理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习(SNIRL)算法进行求解,该算法简化了积分型强化学习(IRL)算法在迭代计算中... 针对再入飞行器姿态控制问题,应用自适应动态规划(ADP)理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习(SNIRL)算法进行求解,该算法简化了积分型强化学习(IRL)算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性。 展开更多

关键词 再入飞行器 姿态控制 自适应最优控制 单网络积分型强化学习

下载PDF 职称材料

基于actor-critic框架的在线积分强化学习算法研究 被引量：3

4

作者 蔡军 苟文耀 刘颜 《电子测量与仪器学报》 CSCD 北大核心 2023年第3期194-201,共8页

针对轮式移动机器人动力学系统难以实现无模型的最优跟踪控制问题,提出了一种基于actor-critic框架的在线积分强化学习控制算法。首先,构建RBF评价神经网络并基于近似贝尔曼误差设计该网络的权值更新律,以拟合二次型跟踪控制性能指标函... 针对轮式移动机器人动力学系统难以实现无模型的最优跟踪控制问题,提出了一种基于actor-critic框架的在线积分强化学习控制算法。首先,构建RBF评价神经网络并基于近似贝尔曼误差设计该网络的权值更新律,以拟合二次型跟踪控制性能指标函数。其次,构建RBF行为神经网络并以最小化性能指标函数为目标设计权值更新律,补偿动力学系统中的未知项。最后,通过Lyapunov理论证明了所提出的积分强化学习控制算法可以使得价值函数,行为神经网络权值误差与评价神经网络权值误差一致最终有界。仿真和实验结果表明,该算法不仅可以实现对恒定速度以及时变速度的跟踪,还可以在嵌入式平台上进行实现。 展开更多

关键词 积分强化学习 RBF神经网络 非线性仿射系统 跟踪控制

下载PDF 职称材料

切换拓扑下异构集群的强化学习时变编队控制

5

作者 杨加秀 李新凯 +1 位作者 张宏立 王昊 《航空学报》 EI CAS CSCD 北大核心 2024年第10期243-259,共17页

针对系统模型动态不确定的高阶异构无人集群系统在切换通信拓扑下的时变编队控制问题,提出一种基于积分强化学习的最优分布式分层编队控制方法。结合时变编队切换向量构建多四旋翼无人机系统与多无人车系统的增广系统,将异构集群系统的... 针对系统模型动态不确定的高阶异构无人集群系统在切换通信拓扑下的时变编队控制问题,提出一种基于积分强化学习的最优分布式分层编队控制方法。结合时变编队切换向量构建多四旋翼无人机系统与多无人车系统的增广系统,将异构集群系统的时变编队控制问题转化为镇定问题。引入带折扣因子的价值函数,将异构集群系统的镇定问题转化为最优控制问题。在不破坏一致性分布式编队控制协议的基础上,仅替换反馈增益参数并对其进行取平均操作,以得到整个异构集群的最优时变编队切换控制协议。利用单网络“动作网络-评价网络”结构,结合积分强化学习算法和分布式控制方法,在线实时更新分布式时变编队切换控制器的反馈增益。通过理论证明和仿真实验验证了所设计控制方案的有效性和优越性。 展开更多

关键词 积分强化学习 异构集群 时变编队控制 分布式控制 切换拓扑 最优控制

原文传递

基于积分强化学习的助力型人-机协同搬运研究

6

作者 齐春雨 张树忠 +2 位作者 陈旭飞 王馨裕 张弓 《机械设计与研究》 CSCD 北大核心 2024年第1期31-36,共6页

日常实践中存在大量人类与人类之间的繁重物件转移和搬运操作,人们需要共同将此类物体笨拙地搬运至目标位置,这都需要耗费大量的时间和人力。随着协作机器人的广泛应用,这些简单、耗时又耗力的任务,都可让协作机器人作为人类的同事,以... 日常实践中存在大量人类与人类之间的繁重物件转移和搬运操作,人们需要共同将此类物体笨拙地搬运至目标位置,这都需要耗费大量的时间和人力。随着协作机器人的广泛应用,这些简单、耗时又耗力的任务,都可让协作机器人作为人类的同事,以自然又高效的方式无缝地协同工作,就像人类与人类一样。为此,针对人-机协同搬运中位置精度低,所需操作者交互力过高等问题,提出了一种基于积分强化学习的助力型人-机协同搬运方法。根据人-机协同搬运的动力学模型,重点分析协同搬运的全流程。提出协同搬运的内外环数学模型,然后采用基于积分强化学习的自适应阻抗控制,来实现人与机器人的协同搬运。最后通过人-机协同搬运的实验,验证了所提出方法的有效性。 展开更多

关键词 人-机协同 物体搬运 阻抗控制 积分强化学习

原文传递

带状态约束的事件触发积分强化学习控制

7

作者 田奋铭 刘飞 《计算机测量与控制》 2023年第7期143-149,共7页

为克服全状态对称约束以及控制策略频繁更新的局限,针对一类具有部分动力学未知的仿射非线性连续系统的最优控制问题,提出一种带状态约束的事件触发积分强化学习的控制器设计方法;该方法是一种基于数据的在线策略迭代方法;引入系统转换... 为克服全状态对称约束以及控制策略频繁更新的局限,针对一类具有部分动力学未知的仿射非线性连续系统的最优控制问题,提出一种带状态约束的事件触发积分强化学习的控制器设计方法;该方法是一种基于数据的在线策略迭代方法;引入系统转换将带有全状态约束的系统转化为不含约束的系统;基于事件触发机制以及积分强化学习算法,通过交替执行系统转换、策略评估、策略改进,最终系统在满足全状态约束的情况下,代价函数以及控制策略将分别收敛于最优值,并能降低控制策略的更新频率;此外,利用李雅普诺夫函数对系统的稳定性进行严格的分析;通过单连杆机械臂的仿真实验说明算法的可行性。 展开更多

关键词 仿射非线性系统 最优控制 事件触发控制 积分强化学习 神经网络

下载PDF 职称材料

基于积分强化学习的四旋翼无人机鲁棒跟踪

8

作者 杨加秀 李新凯 +1 位作者 张宏立 王昊 《兵工学报》 EI CAS CSCD 北大核心 2023年第9期2802-2813,共12页

针对系统模型动态不确定和受外部干扰的四旋翼无人机位置轨迹跟踪控制问题,提出一种新的基于积分强化学习的鲁棒轨迹跟踪控制方法。建立四旋翼无人机原系统与参考轨迹的增广系统,将四旋翼无人机的鲁棒轨迹跟踪问题转化为镇定问题。通过... 针对系统模型动态不确定和受外部干扰的四旋翼无人机位置轨迹跟踪控制问题,提出一种新的基于积分强化学习的鲁棒轨迹跟踪控制方法。建立四旋翼无人机原系统与参考轨迹的增广系统,将四旋翼无人机的鲁棒轨迹跟踪问题转化为镇定问题。通过使用带有折扣因子的价值函数,将无人机增广系统的鲁棒镇定问题转化为四旋翼无人机的最优控制问题,从而兼顾到四旋翼无人机的跟踪误差和整体性能。基于积分强化学习方法,构建了单网络演员-评论家结构对最优价值函数进行估计,进而实现对四旋翼无人机控制器的在线求解。对四旋翼无人机系统跟踪误差的稳定性及单网络结构权值的收敛性进行了严格的数学证明,仿真结果验证了所设计控制方案的优越性和鲁棒性。 展开更多

关键词 四旋翼无人机 鲁棒跟踪控制 积分强化学习 最优控制 不确定性

下载PDF 职称材料

气动肌肉驱动机器人手臂的H_(∞)跟踪控制方法研究

9

作者 陈家裕 崔小红 王斌锐 《控制工程》 CSCD 北大核心 2023年第7期1283-1290,共8页

针对气动肌肉系统存在的参数不确定、外部干扰等问题,提出一种H_(∞)最优跟踪控制方法,用于控制由气动人工肌肉二头肌/三头肌拮抗驱动的单连杆机器人手臂。利用一种无模型的积分强化学习算法,求解机器人关节最优跟踪问题推导出的哈密顿... 针对气动肌肉系统存在的参数不确定、外部干扰等问题,提出一种H_(∞)最优跟踪控制方法,用于控制由气动人工肌肉二头肌/三头肌拮抗驱动的单连杆机器人手臂。利用一种无模型的积分强化学习算法,求解机器人关节最优跟踪问题推导出的哈密顿-雅可比-艾萨克方程。所提算法有效解决了未知参数和外部干扰问题,并且不依赖于精确的系统动力学模型。通过计算仿真验证了所提H_(∞)跟踪控制器的有效性,并保持了机器人关节受控系统的稳定。仿真实验中,机器人关节实现了大范围的0°~90°的仿人运动,并且在跟踪周期轨迹时具有良好的角度和角速度跟踪性能。 展开更多

关键词 气动肌肉手臂 H_(∞)最优跟踪控制 积分强化学习 哈密顿-雅可比-艾萨克方程

下载PDF 职称材料

非零和微分博弈系统的事件触发最优跟踪控制

10

作者 石义博 王朝立 《控制理论与应用》 EI CAS CSCD 北大核心 2023年第2期220-230,共11页

近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习... 近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习的事件触发自适应动态规划方法.该策略受梯度下降法和经验重放技术的启发,利用历史和当前数据更新神经网络权值.该方法提高了神经网络权值的收敛速度,消除了一般文献设计中常用的初始容许控制假设.同时,该算法提出了一种易于在线检查的持续激励条件(通常称为PE),避免了传统的不容易检查的持续激励条件.基于李亚普诺夫理论,证明了跟踪误差和评价神经网络估计误差的一致最终有界性.最后,通过一个数值仿真实例验证了该方法的可行性. 展开更多

关键词 非零和博弈 积分强化学习 最优跟踪控制 神经网络 事件触发

下载PDF 职称材料

提高工学结合课程教学质量的策略 被引量：4

11

作者 赵永华 何柏海 +1 位作者 赵永强 丰崇友 《模具工业》 2011年第11期8-10,共3页

工学结合课程是在高职院校现有条件下形成的,实施过程受很多因素制约,基于工学结合课程的特点必须建立、健全一套完整、全面的过程质量控制体系来保障它的合理运行,从师资、实训基地、配套教材、管理体制4个方面,分析了工学结合课程存... 工学结合课程是在高职院校现有条件下形成的,实施过程受很多因素制约,基于工学结合课程的特点必须建立、健全一套完整、全面的过程质量控制体系来保障它的合理运行,从师资、实训基地、配套教材、管理体制4个方面,分析了工学结合课程存在的问题,结合实际情况,提出了相应的解决方案。 展开更多

关键词 工学结合 教学质量 实训基地 高职院校 模具

下载PDF 职称材料

基于离策略和扰动补偿的未知非线性系统最优控制 被引量：1

12

作者 张国山 胡伟 郝君 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第5期1145-1152,共8页

针对带有未知匹配扰动的仿射非线性连续系统,提出了一种基于离策略和扰动补偿的最优控制方法。首先,在策略迭代学习算法基础上,推导出离策略积分强化学习算法;然后,通过构建评价网络和执行网络近似系统的性能指标函数和最优控制律,并通... 针对带有未知匹配扰动的仿射非线性连续系统,提出了一种基于离策略和扰动补偿的最优控制方法。首先,在策略迭代学习算法基础上,推导出离策略积分强化学习算法;然后,通过构建评价网络和执行网络近似系统的性能指标函数和最优控制律,并通过最小二乘法更新两个神经网络的权值。由于未知匹配扰动会影响最优控制器的输出,再利用比例积分控制方法设计扰动补偿控制器,使其能抑制扰动的影响;进而,根据李雅普诺夫稳定性理论证明了闭环系统的稳定性与神经网络权值的收敛性;最后,通过仿真算例验证了本文方法的有效性。 展开更多

关键词 自动控制技术 最优控制 未知扰动 离策略积分强化学习 扰动补偿

原文传递

基于网络自主学习的“4+2+2+X”课程模式构建 被引量：1

13

作者 许丹凌 王立群 高磊 《中国医学教育技术》 2011年第6期629-631,共3页

针对英语教学存在的问题，依据混合式学习和建构主义学习理论，设计了“4＋2＋2＋X”课程模式，并应用于教学实践。同时指出该模式不仅可以实现“减时增效”的教学目的，而且有助于提高医学生英语综合素质和培养其自主学习能力。

关键词 混合式学习 建构主义 自主学习 课程模式

下载PDF 职称材料

求解时变凸二次规划的变参积分动态学习网络

14

作者 陆荣秀 黄伟 +1 位作者 杨辉 张智军 《小型微型计算机系统》 CSCD 北大核心 2022年第9期1853-1861,共9页

凸二次规划问题在许多领域都有着广泛的应用,系统分析、组合优化等诸多科学问题和工程问题都可以表述为二次规划问题后求解.为了高效地求解线性等式约束下的时变凸二次规划问题,本文提出了一种基于误差积分设计的新型变参积分动态学习网... 凸二次规划问题在许多领域都有着广泛的应用,系统分析、组合优化等诸多科学问题和工程问题都可以表述为二次规划问题后求解.为了高效地求解线性等式约束下的时变凸二次规划问题,本文提出了一种基于误差积分设计的新型变参积分动态学习网络.该网络引入时变指数型设计参数,具有灵活和自适应调整的特点.理论分析证明变参积分动态学习网络在使用单调递增的奇激活函数时有全局收敛性质和较强的鲁棒性.除此之外,变参积分动态学习神经网络还具有灵活的控制策略和超指数级收敛速率.仿真实验结果表明,使用不同激活函数的变参积分动态学习网络比传统的微分神经网络(即梯度神经网络,零化神经网络和变参收敛微分神经网络)有更好的收敛性质. 展开更多

关键词 变参积分动态学习网络 时变问题求解 二次规划 收敛性 鲁棒性

下载PDF 职称材料

数据驱动的多智能体网络鲁棒包容控制

15

作者 于镝 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第9期1963-1970,共8页

针对输入受限的受扰多智能体网络,提出具有领航层、估计层、控制层和跟随者层的新型鲁棒包容控制方案.首先,设计有限时间估值器获得跟随者的期望状态,然后基于包容误差引入非均方折扣代价函数,从而将鲁棒包容控制问题转换成受限最优控... 针对输入受限的受扰多智能体网络,提出具有领航层、估计层、控制层和跟随者层的新型鲁棒包容控制方案.首先,设计有限时间估值器获得跟随者的期望状态,然后基于包容误差引入非均方折扣代价函数,从而将鲁棒包容控制问题转换成受限最优控制问题.并应用Laypunov拓展原理证明得到的最优控制策略使得网络实现一致最终有界稳定.在系统动态完全未知的情况下,采用提出的积分增强学习算法和执行器–评价器结构,在线得到近似最优控制策略.仿真结果验证了理论方案的有效性和可行性. 展开更多

关键词 数据驱动 多智能体网络 积分增强学习 包容控制

下载PDF 职称材料

基于积分强化学习的连续线性不确定系统最优控制分析

16

作者 陈昱 《河南科技》 2020年第28期12-14,共3页

针对系统模型参数未知的连续系统,本文主要分析和验证鲁棒积分强化学习的必要性。该方法不要求连续线性系统参数完全已知,也不需要对动态模型参数进行进一步估计。首先,采用优化性能的最优控制问题,基于动态规划方法得到代数黎卡提方程... 针对系统模型参数未知的连续系统,本文主要分析和验证鲁棒积分强化学习的必要性。该方法不要求连续线性系统参数完全已知,也不需要对动态模型参数进行进一步估计。首先,采用优化性能的最优控制问题,基于动态规划方法得到代数黎卡提方程;然后,利用积分强化学习方法,得到迭代贝尔曼方程,进一步利用积分强化学习算法,分析此算法在针对不确定系统时是否有效;最后,算例仿真验证在是否考虑不确定性存在状态下对连续线性不确定系统的影响。 展开更多

关键词 积分强化学习 连续系统 鲁棒性 不确定性

下载PDF 职称材料