期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到84篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
工业电雷管电性能探讨 被引量：1
1
作者 董纯高 《煤矿爆破》 2012年第3期13-15,共3页
围绕电雷管在组网使用时的安全性和可靠性问题,探讨了电雷管产品串联网络可靠性和抗静电性能影响因素,以此建立的关系式,为提高串联网络的可靠性和雷管抗静电性能,提供了理论依据和有效的技术途径。
关键词 电雷管 串联网络 抗静电 技术途径
下载PDF
两阶段链视角下科技投入产出链效率研究——来自我国29个省市数据的实证 被引量：44
2
作者 冯锋 张雷勇 +1 位作者 高牟 马雷 《科学学与科学技术管理》 CSSCI 北大核心 2011年第8期33-38,共6页
认为科技投入产出过程是由技术生产和技术改造与应用两阶段构成,并构建了两阶段科技投入产出链模型,以此为基础采用链式网络DEA的方法对29个省市的科技投入产出数据进行了研究,指出我国两阶段科技投入产出链的效率在省区和区域都存在差... 认为科技投入产出过程是由技术生产和技术改造与应用两阶段构成,并构建了两阶段科技投入产出链模型,以此为基础采用链式网络DEA的方法对29个省市的科技投入产出数据进行了研究,指出我国两阶段科技投入产出链的效率在省区和区域都存在差异;并按照效率特点将各个省市分为"效率兼优省"等四类,指出各类型省市在地理分布上的规律性;最后提出提高"靶阶段"效率可以提高科技投入产出链效率的政策性结论。 展开更多
关键词 链式网络DEA 两阶段 科技投入产出链 效率 差异性
原文传递
两阶段链视角下我国科技投入产出链效率研究——基于高技术产业17个子行业数据 被引量：40
3
作者 冯锋 马雷 张雷勇 《科学学与科学技术管理》 CSSCI 北大核心 2011年第10期21-26,34,共7页
在将高技术产业投入产出分为技术研究开发和技术应用与改造两个阶段的基础上,利用链式DEA方法对我国17个高技术行业科技投入产出链效率进行研究,发现不同行业投入产出链效率差异较大,同一行业科技投入产出链的不同阶段效率也存在明显的... 在将高技术产业投入产出分为技术研究开发和技术应用与改造两个阶段的基础上,利用链式DEA方法对我国17个高技术行业科技投入产出链效率进行研究,发现不同行业投入产出链效率差异较大,同一行业科技投入产出链的不同阶段效率也存在明显的不同;并按照效率特点将各个行业划分为"兼优"、"兼劣"等四类,通过深入分析不同类别行业效率的特点和原因,有针对性地提出了效率改进的政策建议。 展开更多
关键词 两阶段链 投入产出链 链式网络DEA 效率 高技术产业
原文传递
基于近邻传播聚类与LSTNet的分布式光伏电站群短期功率预测 被引量：15
4
作者 王晓霞 俞敏 +1 位作者 霍泽健 杨迪 《电力系统自动化》 EI CSCD 北大核心 2023年第6期133-141,共9页
为了应对分布式光伏渗透率不断提高带给电网运行的挑战,提出了一种基于近邻传播聚类与长短期时间序列网络(LSTNet)的区域分布式光伏电站群短期功率预测模型。首先,利用近邻传播算法划分区域内不同季节的分布式光伏电站群,并通过皮尔逊... 为了应对分布式光伏渗透率不断提高带给电网运行的挑战,提出了一种基于近邻传播聚类与长短期时间序列网络(LSTNet)的区域分布式光伏电站群短期功率预测模型。首先,利用近邻传播算法划分区域内不同季节的分布式光伏电站群,并通过皮尔逊相关系数确定光伏出力的强相关气象因子,结合双线性插值法加密对应光伏电站群的气象数据。然后,通过LSTNet挖掘光伏功率和气象因子序列的长期和短期时空依赖,并叠加自回归的线性分量,实现了群内多个光伏电站的同时预测。最后,利用美国国家能源部可再生能源实验室的实测数据集验证了所提方法的有效性。实验比较表明,所提预测模型具有较高的预测精度和鲁棒性。 展开更多
关键词 分布式光伏电站群 短期功率预测 近邻传播聚类 长短期时间序列网络
下载PDF
创新价值转化时滞效应模型构建及实证研究 被引量：14
5
作者 宋砚秋 胡军 齐永欣 《科研管理》 CSSCI CSCD 北大核心 2022年第3期192-200,共9页
针对创新从投入到产出的多阶段性及各阶段价值转化时滞效应的差异性,本文提出了利用时间序列网络相似度与价值转化系统时滞效应关系来计算滞后期的方法。将创新价值链转化分为知识开发、成果转化和产业化三个阶段,在证明了价值转化系统... 针对创新从投入到产出的多阶段性及各阶段价值转化时滞效应的差异性,本文提出了利用时间序列网络相似度与价值转化系统时滞效应关系来计算滞后期的方法。将创新价值链转化分为知识开发、成果转化和产业化三个阶段,在证明了价值转化系统的滞后效应与时间序列向量间的关系的基础上,构建各子系统的时间序列网络,进而采用余弦相似定理计算网络相似度,并求解最优映射关系以确定滞后效应及滞后期,利用中国1998—2016年省域创新价值转化数据,对创新价值链时滞效应进行验证。研究表明:价值转化系统的滞后效应与投入产出向量的时间序列网络结构有关,时间序列网络相似度能够反映价值转化参数向量的映射关系,其最大相似度反映了滞后效应,且对应的时间反映了滞后期;知识开发、成果转化和产业化阶段的平均滞后期分别为3~4年、2~3年和3~4年,专利驱动、论文驱动的价值转化期分别约为8.66年、9.66年;其中11个省份为双路径驱动、9个省份论文驱动创新速度较快、2个省份专利驱动速度较快;同时知识开发阶段与产业化阶段的滞后期存在互补,知识开发较长的地区产业化速度较快。 展开更多
关键词 创新价值链 多阶段时滞效应 滞后期 时间序列网络 余弦相似度
原文传递
基于CEEMDAN-BO-LSTNet的风电出力短期预测 被引量：10
6
作者 庞博文 丁月明 +3 位作者 杜善慧 谭亲跃 康定毅 尚文强 《电测与仪表》 北大核心 2023年第9期109-116,170,共9页
为提高风电出力预测精度,提出一种自适应噪声完备集合经验模态分解(CEEMDAN)-贝叶斯优化(BO)-长短期时序网络(LSTNet)对风电机组输出功率进行短期预测。清洗数据,采用CEEMDAN对清洗后的原始功率数据进行分解,得到若干个子序列;将分解得... 为提高风电出力预测精度,提出一种自适应噪声完备集合经验模态分解(CEEMDAN)-贝叶斯优化(BO)-长短期时序网络(LSTNet)对风电机组输出功率进行短期预测。清洗数据,采用CEEMDAN对清洗后的原始功率数据进行分解,得到若干个子序列;将分解得到的子序列输入至LSTNet模型,通过对LSTNet的超参数使用BO算法优化,输出子序列的预测结果;将各序列的预测结果进行叠加重构得到最终预测结果。通过对渭南某风电场机组实测数据进行实例仿真,设置消融分析和对比分析,结果表明文中所提方法相较于其他模型,预测精度得到有效提升。 展开更多
关键词 风电出力 短期预测 长短期时序网络 自适应噪声完备集合经验模态分解 贝叶斯优化
下载PDF
基于条件互信息与LSTNet的特高压变压器顶层油温预测方法 被引量：10
7
作者 缪希仁 林蔚青 +3 位作者 肖洒 江灏 陈静 庄胜斌 《电网技术》 EI CSCD 北大核心 2022年第7期2601-2609,共9页
顶层油温预测可为特高压变压器绝缘老化评估及故障预警提供重要依据。该文提出一种基于条件互信息(conditional mutual information,CMI)及长期和短期时间序列网络(long-and short-term time-series network,LSTNet)的特高压变压器顶层... 顶层油温预测可为特高压变压器绝缘老化评估及故障预警提供重要依据。该文提出一种基于条件互信息(conditional mutual information,CMI)及长期和短期时间序列网络(long-and short-term time-series network,LSTNet)的特高压变压器顶层油温预测方法。基于历史监测数据包括顶层油温、油中溶解气体含量、绕组温度、绕组电流、环境温度等9种参量,采用条件互信息方法,为顶层油温预测选取具有强信息增益的特征量,以降低预测模型输入特征维度;在此基础上,利用LSTNet提取特征量中蕴含的长期周期性规律和短期非线性变化特性,建立基于CMI-LSTNet预测模型,实现特高压变压器多个部位顶层油温预测。算例结果表明,相较于现有典型预测方法,该文方法不仅适应特高压变压器顶层油温变化趋势,且具有较高的预测精度。 展开更多
关键词 特高压变压器 顶层油温 条件互信息 长期和短期时间序列网络
下载PDF
电表数据隐私保护下的联邦学习行业电力负荷预测框架 被引量：7
8
作者 王蓓蓓 朱竞 +1 位作者 王嘉乐 马琎劼 《电力系统自动化》 EI CSCD 北大核心 2023年第13期86-93,共8页
电力市场化改革背景下,供电公司的用电采集系统不对主动配电网运营商开放,同时,未来终端用户更倾向于将用户信息保存在本地以保护自己的隐私,主动配电网运营商需要在无读表权的条件下开展负荷预测等电力业务。为此,选择天气和时间因素... 电力市场化改革背景下,供电公司的用电采集系统不对主动配电网运营商开放,同时,未来终端用户更倾向于将用户信息保存在本地以保护自己的隐私,主动配电网运营商需要在无读表权的条件下开展负荷预测等电力业务。为此,选择天气和时间因素作为负荷的关联因素,提出一种面向行业用户读表数据保护的联邦学习负荷预测框架。在此基础上,构建了行业用户数据集,基于长短期时间序列网络(LSTNet)建立负荷预测模型,同时利用FedML框架建立基于联邦学习的分行业负荷预测框架。算例分析表明,所述方法能使同行业的用户在不共享负荷数据的前提下进行联邦训练,在保护用户用电隐私的前提下支撑主动配电网运营商相关业务开展,具有较优的预测性能、较少的模型数量和较短的耗时。 展开更多
关键词 长短期时间序列网络 负荷预测 联邦学习 FedML框架 隐私保护
下载PDF
中国众创空间创新创业效率及其提升路径研究——基于两阶段混联网络DEA与fsQCA方法 被引量：7
9
作者 李犟 吴和成 《研究与发展管理》 CSSCI 北大核心 2022年第3期66-80,共15页
众创空间是我国实施“双创”战略的重要载体,提高众创空间创新创业效率是推进“双创”战略的现实需要。本文以我国30个省市为研究对象,考虑众创空间创新创业系统的关联特征,构建了两阶段混联网络DEA模型测度众创空间创新创业效率,然后... 众创空间是我国实施“双创”战略的重要载体,提高众创空间创新创业效率是推进“双创”战略的现实需要。本文以我国30个省市为研究对象,考虑众创空间创新创业系统的关联特征,构建了两阶段混联网络DEA模型测度众创空间创新创业效率,然后利用模糊集定性比较分析(fsQCA)探寻效率提升路径。结果表明:我国众创空间创新创业整体效率全国均值仅为0.584,且至少75%的地区众创空间创新创业整体效率在0.7以下,我国众创空间创新创业效率还有较大提升空间。分阶段来看,招商引资阶段、创业团队孵化培育阶段和企业孵化培育阶段效率均值分别为0.708、0.773和0.818;众创空间创新创业活动各阶段的效率均受政府财政补贴、市场化水平、区域众创空间规模以及创新创业运营成本这4个条件的协同影响,并且这4个条件的不同组态构成了8条效率提升路径,并可以进一步归纳为“市场驱动型”和“政府驱动型”两类模式。招商引资阶段适合“市场驱动型”提升路径,创业团队培育孵化阶段适合“政府驱动型”提升路径,而企业孵化培育阶段兼顾了“市场驱动型”和“政府驱动型”两类提升路径。本文的研究结论不仅有助于准确把握我国众创空间创新创业效率水平,也能够为提升我国众创空间创新创业效率提供价值参考。 展开更多
关键词 众创空间 创新创业效率 混联网络DEA fsQCA
下载PDF
基于LSTNet模型的配电台区短期电力负荷预测研究 被引量：3
10
作者 顾吉鹏 邵亮 +3 位作者 陆垂基 张有兵 张伟杰 杨吉峰 《电气传动》 2023年第5期63-70,共8页
短期电力负荷预测作为电力系统运行规划的重要依据,对电力系统的安全经济运行有重要意义。提出一种长期和短期时间序列网络(LSTNet)模型对配电台区的短期负荷变化进行预测。该模型用卷积神经网络(CNN)提取负荷数据间的局部依赖关系,用... 短期电力负荷预测作为电力系统运行规划的重要依据,对电力系统的安全经济运行有重要意义。提出一种长期和短期时间序列网络(LSTNet)模型对配电台区的短期负荷变化进行预测。该模型用卷积神经网络(CNN)提取负荷数据间的局部依赖关系,用长短时记忆(LSTM)神经网络提取负荷数据长期变化趋势,再融合传统自回归模型解决神经网络对负荷数据极端值的不敏感问题,最后将某一配电台区的电力负荷数据用于网络的训练和预测过程中。通过仿真实验案例发现,相较于以往LSTM、双向长短时记忆神经网络(Bi-LSTM)和CNN-LSTM的预测模型,LSTNet模型在短期负荷预测方面更具优势、预测精度更高。 展开更多
关键词 短期电力负荷预测 长期和短期时间序列网络 长短时记忆神经网络 卷积神经网络 自回归模型
下载PDF
强化数据预处理的BLSTNet-CBAM短期电力负荷预测 被引量：1
11
作者 陈万志 张思维 王天元 《计算机系统应用》 2024年第5期47-56,共10页
针对负荷数据复杂性、非平稳性以及负荷预测误差较大等问题,提出一种综合特征构建和模型优化的短期电力负荷预测新方法.首先采用最大信息系数(MIC)分析特征变量的相关性,选取与电力负荷序列相关的特征变量,同时,考虑变分模态分解(VMD)... 针对负荷数据复杂性、非平稳性以及负荷预测误差较大等问题,提出一种综合特征构建和模型优化的短期电力负荷预测新方法.首先采用最大信息系数(MIC)分析特征变量的相关性,选取与电力负荷序列相关的特征变量,同时,考虑变分模态分解(VMD)方法容易受主观因素的影响,采用霜冰优化算法(RIME)优化VMD,完成原始电力负荷序列的分解.然后改进长短期时间序列网络(LSTNet)作为预测模型,将其递归层LSTM更新为BiLSTM,并引入卷积块注意力机制(CBAM)进行预测.通过对比实验和消融实验的结果表明:经RIME-VMD优化后,LSTM、GRU、LSTNet模型预测的均方根误差(RMSE)均降低20%以上,显著提高模型预测精度,且能够适应于不同预测模型.所提出的BLSTNet-CBAM模型与LSTM、GRU、LSTNet相比,RMSE分别降低了35.54%、6.78%、1.46%,提高了短期电力负荷预测的准确性. 展开更多
关键词 短期电力负荷预测 霜冰优化算法 变分模态分解 长短期时间序列网络 卷积块注意力机制
下载PDF
混合多尺度卷积结合双层LSTM语音情感识别 被引量：3
12
作者 梁科晋 张海军 +2 位作者 刘雅情 张昱 王月阳 《计算机与现代化》 2023年第1期63-68,共6页
针对深度学习算法在语音情感特征提取方面的不足以及识别准确率不高的问题,本文通过提取语音数据中有效的情感特征,并将特征进行多尺度拼接融合,构造语音情感特征,提高深度学习模型对特征的表现能力。传统递归神经网络无法解决语音情感... 针对深度学习算法在语音情感特征提取方面的不足以及识别准确率不高的问题,本文通过提取语音数据中有效的情感特征,并将特征进行多尺度拼接融合,构造语音情感特征,提高深度学习模型对特征的表现能力。传统递归神经网络无法解决语音情感识别长时依赖问题,本文采用双层LSTM模型来改进语音情感识别效果,提出一种混合多尺度卷积与双层LSTM模型相结合的模型。实验结果表明,在中科院自动化所汉语情感数据库(CASIA)和德国柏林情感公开数据集(Emo-DB)下,本文所提语音情感识别模型相较于其他情感识别模型在准确率方面有较大提高。 展开更多
关键词 语音情感识别 深度学习 神经网络 多尺度卷积 长短时序网络
下载PDF
基于深度时序网络的固井泵压回归预测研究及应用
13
作者 郭磊鑫 李毛毛 莫峦奇 《电脑与信息技术》 2024年第4期51-53,共3页
在固井作业中,泵压大小代表了目前固井作业的质量和施工状态,提前预测泵压有利于及时调整固井作业参数,提高施工效率,以及预防事故的发生。文章旨在通过固井作业现场的实时数据采集,对泵压进行精准的回归预测。利用现场实地采集的特征数... 在固井作业中,泵压大小代表了目前固井作业的质量和施工状态,提前预测泵压有利于及时调整固井作业参数,提高施工效率,以及预防事故的发生。文章旨在通过固井作业现场的实时数据采集,对泵压进行精准的回归预测。利用现场实地采集的特征数据,以及依据作业机理和流程构建的计算特征,构建出与时间序列紧密相关的数据集。在此基础上,进一步提炼与泵压变化相关的特征数据,搭建深度时序模型。此模型旨在学习并捕捉具有时序特性的数据与泵压之间的复杂映射关系,从而实现对泵压的有效预测。 展开更多
关键词 石油固井 时序网络 回归预测 泵压预测
下载PDF
一种新的基于时间序列的谱聚类算法
14
作者 陈建 吴莎莎 +3 位作者 高兰兰 涂路漫 何站琼 陈玉娇 《计算机应用文摘》 2024年第10期147-149,152,共4页
时序网络研究是当前复杂网络分析中的重要领域。传统的复杂网络分析基于静态网络,没有考虑时间维度。针对社交网络中社区划分算法缺少历史信息的问题,文章提出了一种基于时序网络的谱聚类算法(TSNSC)。首先,利用时序网络数据建立时空邻... 时序网络研究是当前复杂网络分析中的重要领域。传统的复杂网络分析基于静态网络,没有考虑时间维度。针对社交网络中社区划分算法缺少历史信息的问题,文章提出了一种基于时序网络的谱聚类算法(TSNSC)。首先,利用时序网络数据建立时空邻接矩阵,并采用ARIMA时间序列方法确定演化特征值;其次,基于这些演化特征值构建相似度矩阵,并进行社区划分。通过对真实网络数据集进行实验验证,结果表明基于时序网络的谱聚类社区划分算法在轮廓系数上取得了较好的结果。 展开更多
关键词 时序网络 ARIMA模型 演化特征值 TSNSC算法
下载PDF
基于LSTNet的液压爬模压力预测研究
15
作者 严国平 李仕煌 +2 位作者 李京 钟飞 许超斌 《机床与液压》 北大核心 2024年第22期149-154,共6页
液压爬模是一种用于建筑施工的设备,对其进行压力预测将有助于在桥梁建设过程中监测工作状态与提供故障预警。为了获得更加精准的压力预测结果,提出一种基于长短期时间序列网络(LSTNet)的液压爬模压力预测模型。通过Spearman相关系数法... 液压爬模是一种用于建筑施工的设备,对其进行压力预测将有助于在桥梁建设过程中监测工作状态与提供故障预警。为了获得更加精准的压力预测结果,提出一种基于长短期时间序列网络(LSTNet)的液压爬模压力预测模型。通过Spearman相关系数法筛选与液压爬模设备压力数据强相关的数据,减少不相关数据的干扰。利用LSTNet模型寻找液压爬模设备压力数据的长期和短期依赖,并引入线性的自适应回归层,结合神经网络的非线性部分,提高网络模型的预测精度。最后使用常泰长江大桥液压爬模项目采集的压力数据进行模型的训练,并与LSTM模型、LSTM-Attention模型和CNN-BiLSTM-Attention模型进行对比。结果表明:在液压爬模的压力预测实验中,LSTNet模型展示了良好的拟合性和预测性能,相较其他3个模型的准确率更高。此外,LSTNet模型结合了线性与非线性特征提取能力,增强了时间序列数据的建模灵活性和准确性,提升了模型的预测性能。 展开更多
关键词 深度学习 液压爬模 在线监测平台 长短期时间序列网络(LSTNet) 压力预测
下载PDF
并串联起爆网路的可靠性分析与合理延期时间 被引量：3
16
作者 陈斌 和铁柱 赵明生 《矿业研究与开发》 CAS 北大核心 2014年第4期119-121,共3页
由于爆破网路连接及毫秒延期导爆管雷管的选择不合理,通常导致爆破网路传爆中断或传爆混乱,从而造成盲炮或爆破飞石事故,严重影响爆破效果,并给后期处理工作造成困难。根据并串联起爆网路中选用毫秒延期导爆管雷管的一般原则,给出了一... 由于爆破网路连接及毫秒延期导爆管雷管的选择不合理,通常导致爆破网路传爆中断或传爆混乱,从而造成盲炮或爆破飞石事故,严重影响爆破效果,并给后期处理工作造成困难。根据并串联起爆网路中选用毫秒延期导爆管雷管的一般原则,给出了一般经验关系式。结合爆破规模、爆破参数,由经验关系式可以确定孔内及孔外毫秒延期导爆管雷管的合理段别,从而避免因起爆网路延时不合理而造成事故。 展开更多
关键词 并串联网路 毫秒延期雷管 可靠性分析 延期时间
原文传递
BLAC:注意力机制时序网络流量异常检测模型 被引量：2
17
作者 李婧 周师严 《现代电子技术》 2023年第4期91-96,共6页
入侵检测的难点之一是如何准确识别流量数据的异常特征。文中提出一个基于卷积神经网络(CNN)、双向长短期记忆网络(Bi-LSTM)和注意力(Attention)的时序流量异常检测模型,即BLAC。为提高BLAC模型的特征提取准确度,使用CNN提取流量数据中... 入侵检测的难点之一是如何准确识别流量数据的异常特征。文中提出一个基于卷积神经网络(CNN)、双向长短期记忆网络(Bi-LSTM)和注意力(Attention)的时序流量异常检测模型,即BLAC。为提高BLAC模型的特征提取准确度,使用CNN提取流量数据中的空间特征,利用Bi-LSTM提取流量数据的完整时间特征,解决Attention难以对复杂时间序列数据位置信息进行编码的问题。通过对Attention权重的可视化分析,推测出异常在窗口中发生的时间点。使用雅虎的Webscope S5数据集进行对比试验,结果表明,BLAC模型的性能优于其他SOTA模型,其中关键指标召回率高达98.69%,表示二分类精确度的F1得分达到97.73%。 展开更多
关键词 异常检测 BLAC模型 特征提取 注意力机制 卷积神经网络 时序网络流量 对比试验
下载PDF
基于时间序列网络相似度模型的港城协同时滞效应研究 被引量：2
18
作者 郑建平 胡永仕 《物流科技》 2021年第10期12-18,共7页
在经济全球化的推动下,持续增长的国际贸易不仅促进了经济发展,也加强了国际贸易对港口的依赖性。如何科学、准确地衡量腹地经济发展与港口建设的时滞效应,是在城市经济发展中发挥港口及临港产业作用急需解决的问题。针对港城协同发展... 在经济全球化的推动下,持续增长的国际贸易不仅促进了经济发展,也加强了国际贸易对港口的依赖性。如何科学、准确地衡量腹地经济发展与港口建设的时滞效应,是在城市经济发展中发挥港口及临港产业作用急需解决的问题。针对港城协同发展存在的时滞效应,基于时间序列网络相似度模型构建论证和设计时滞效应分析方法,并以上海港、宁波—舟山港和深圳港实证分析,通过构建2000~2020年腹地城市GDP和集装箱吞吐量时间序列网络,测度其网络相似度和时滞效应滞后期。研究表明:(1)时间序列网络相似度能够反映价值转化参数向量的映射关系。(2)中国三大集装箱港口腹地经济和集装箱吞吐量时间序列网络相似度均为1.00,网络结构呈现高度相似。(3)上海港、宁波—舟山港和深圳港的时间序列网络时滞效应的滞后期分别为4年、1年和4年,不同港口受到现实中政治、地理、经济等方面因素的影响,其港城协同时滞效应也有所差异。 展开更多
关键词 时滞效应 港城协同 滞后期 时间序列网络 相似度模型
下载PDF
新冠疫情影响下航线网络时序鲁棒性分析 被引量：1
19
作者 程擎 王德超 李怡恒 《计算机与数字工程》 2022年第12期2710-2714,2814,共6页
新冠疫情发生对民航业产生了巨大冲击,国内航空公司的航线网络结构与性能都遭受了不同程度的破坏,为达到积极应对突发事件、维持航线网络性能的目的,运用时序网络理论,构建航线网络时序模型,通过时序网络特征指标评估航线网络拓扑结构,... 新冠疫情发生对民航业产生了巨大冲击,国内航空公司的航线网络结构与性能都遭受了不同程度的破坏,为达到积极应对突发事件、维持航线网络性能的目的,运用时序网络理论,构建航线网络时序模型,通过时序网络特征指标评估航线网络拓扑结构,并采用蓄意攻击、随机攻击两种类型攻击策略评价时序网络鲁棒性。研究结果表明,时序指标较静态指标更能反映航线网络的动态变化过程。此外成都、拉萨始终是某航空公司航线网络的枢纽节点,航线网络面对随机攻击鲁棒性较好,面对蓄意攻击鲁棒性较差。其次对比攻击策略发现,二氧化碳排序攻击较其他两种蓄意攻击策略对网络攻击更具针对性,能识别出网络的重要边。 展开更多
关键词 突发事件 时序网络理论 鲁棒性 航线网络 碳排放
下载PDF
多步积累奖励的双重时序Q网络算法 被引量：1
20
作者 朱威 谯先锋 +1 位作者 陈艺楷 何德峰 《控制理论与应用》 EI CAS CSCD 北大核心 2022年第2期222-230,共9页
车辆行驶控制决策是无人驾驶的核心技术,现有基于深度强化学习的无人驾驶控制决策算法存在处理数据效率低、无法有效提取状态间时序特征等问题.因此本文提出了一种基于多步积累奖励的双重时序Q网络算法.首先,设计了一种多步积累奖励方法... 车辆行驶控制决策是无人驾驶的核心技术,现有基于深度强化学习的无人驾驶控制决策算法存在处理数据效率低、无法有效提取状态间时序特征等问题.因此本文提出了一种基于多步积累奖励的双重时序Q网络算法.首先,设计了一种多步积累奖励方法,该方法对未来多步即时奖励的累加和进行均值化,与当前即时奖励共同作用于智能体的控制策略,并在奖励函数中突出当前即时奖励的主导影响.接着设计了一种长短期记忆网络和卷积神经网络相结合的时序网络结构,增强智能体对数据间时序特征的捕获能力.实验结果验证了时序网络和多步积累奖励方法有助于提升智能体收敛速度,其中DQN, DDQN使用时序网络后,收敛速度分别提升了21.9%, 26.8%;本文算法在Carla仿真平台典型的Town01, Town02场景中的控制得分比DDQN, TD3算法分别高了36.1%, 24.6%,以及在复杂的Town03场景中针对不同线路表现出了更好的泛化性能.这些结果都表明本文算法能够有效的提升数据利用效率,并具备良好的控制能力和泛化能力. 展开更多
关键词 深度强化学习 无人车 多步积累奖励 时序网络 数据利用率
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部