课程文献中心 更多>>

关键词： 自动导引小车   路径规划   任务调度   近端策略优化算法   强化学习  

摘要： 自动引导车(AGV)是一种具有高度柔性和灵活性的自动化物料运输设备,可实现路径规划、任务调度和智能分配等功能。目前关于AGV最优路径与调度算法研究仍存在泛化性差、收敛效率低、寻路时间长等问题。因此,提出一种改进近端策略优化算法(PPO)。首先,采用多步长动作选择策略增加AGV移动步长,将AGV动作集由原来的4个方向基础上增加了8个方向,优化最优路径;其次,改进动态奖励值函数,根据AGV当前状态实时调整奖励值大小,提高其学习能力;然后,基于不同改进方法比较其奖励值曲线图,验证算法收敛效率与最优路径距离;最后,采用多任务调度优化算法,设计了一种单AGV多任务调度优化算法,提高运输效率。结果表明:改进后的算法最优路径缩短了28.6%,改进后的算法相比于PPO算法收敛效率提升了78.5%,在处理更为复杂、需要高水平策略的任务时表现更佳,具有更强的泛化能力;将改进后的算法与Q学习、深度Q学习(DQN)算法、软演员-评论家(SAC)算法进行比较,算法效率分别提升了84.4%、83.7%、77.9%;单AGV多任务调度优化后,平均路径缩短了47.6%。

关键词： 高级算法建模工具   数字化转型   微服务框架   电力负荷预测   电力系统  

摘要： 本文提出一种基于微服务架构的高级算法建模工具,并探讨其集成优势、技术特点及其在数字化转型中的作用。该工具通过模块化设计,提升了建模效率和准确性,降低了使用门槛,实现了自动化和智能化建模。以电力负荷预测为例,验证了该工具在预测市场趋势和优化运营方面的有效性,并针对应用中遇到的关键问题提出了相应的解决方案,确保工具的持续更新和性能提升。

关键词： 数字金融   算法风险   金融监管  

摘要： 随着数字科技时代来临,在数字科技与金融强国号召双驱之下,传统金融领域实现数字金融变革转型,赋能新质金融生产力的同时也带来了亟待解决的数字金融算法风险。由于现有制度框架下显现出“传统单一监管困境+针对性法律规制缺失+客户权益性保护弱化+数字金融监管效益失灵”的数字金融监管困境法律监管层面呈现出滞后性,亟须探寻新型有效治理路径。以多主体协同共治为核心,具备预防性、灵活性的敏捷治理路径能够克服数字金融传统治理困境,呼应科技时代发展需求,响应高质量数字金融发展的金融强国号召,实现数字金融有效治理。

关键词： denoising method   high noise   local statistics   photon counting lidar   photon point cloud   topographic relief  

摘要： Point cloud data obtained via spaceborne photon-counting lidar contain substantial background noise that significantly affects the high-precision extraction of surface elevation information. To address the limitations of existing algorithms in high^-noise and undulating terrain areas, this paper proposes a single-photon point cloud denoising algorithm based on improved local distance statistics. This method employs a multilevel denoising strategy that progresses from coarse to fine stages. Specifically, in the fine denoising stage, an elliptical filtering kernel that better matches the distribution characteristics of the scene’s photon point cloud is utilized. Additionally, a Gaussian bimodal model is used to fit the distance histogram and determine the optimal denoising threshold. Experiments conducted with ICESat^-2 data demonstrate that the proposed method achieves an average precision of 97. 11%, average F₁ score of 92. 57%, and average accuracy rate of 91. 66%, which is approximately 3. 35 percentage point higher than those of existing algorithms. These findings indicate that the proposed method exhibits superior denoising performance in high^-noise and undulating terrain areas. Therefore, this study provides a valuable reference for denoising photon point clouds in complex scenes. © 2025 Universitat zu Koln. All rights reserved.

关键词： 无监督学习算法   5G网络   聚类算法   安全态势感知系统  

摘要： 5G网络的特性使其更容易受到攻击和威胁,网络安全问题日益突出。为此,设计基于无监督学习算法的5G网络安全态势感知系统。在系统采集模块中利用三个采集器从各种网络设备和系统收集数据,态势要素筛选模块从收集的数据中筛选态势要素,态势感知模块中利用无监督学习算法,根据态势要素感知安全态势等级。结果表明,通过系统应用,安全态势在一段时间内存在波动和起伏,但总体上保持在一个较高的水平,5G网络在大部分时间都保持了较高的安全性,但在某些时间段内可能存在一些安全风险。无监督学习算法运行下内存占用率为22.63%,说明该系统在系统资源占用性能方面表现更好。

关键词： Hankel变换   高振荡   Gauss-Laguerre求积法   积分路径  

摘要： 结合Hankel函数的渐近性和Gauss-Laguerre求积法,文中计算了一类带有对数函数的具有一般振荡子的高振荡无穷积分.首先通过改变积分路径将积分转化为复平面上的两个线积分,然后利用Gauss-Laguerre求积公式得到高精度近似值,最后给出了相应的误差阶,并用数值例子验证结论的可行性.

关键词： 气体绝缘开关腔体   高光去除   图像增强   暗通道先验   双阈值分割  

摘要： 针对存在弱光强反射的气体绝缘开关(gas insulated switchgear,GIS)腔体环境,提高腔体内部运检机器人的检测准确率,提出了一种基于暗通道先验和双阈值分割的高光去除图像增强算法。首先,利用暗通道先验生成了近似伪镜面反射图像;然后,利用提出的双阈值分割函数确定图像高光区域掩膜(MASK),并通过该MASK来精确优化伪镜面反射图像,避免漫反射分量区域的错误像素分离;最后,利用交替方向乘子算法优化求解带有伪镜面反射图像约束的L_1-L_2混合变分模型完成图像高光去除。在公开数据集和自制GIS腔体数据集上的定性和定量试验结果表明,所提算法相较于传统经典高光去除算法能更加有效地实现镜面反射分量和漫反射分量的分离,能有效去除高光并避免图像失真,对提高GIS腔体故障的检测准确率具有一定的实际意义。

关键词： 随机梯度下降   方差缩减   凸优化   非凸优化   收敛速率  

摘要： 随机梯度下降(SGD)算法因其性能优异而引起了机器学习和深度学习等领域研究人员的广泛关注。然而,SGD使用单样本随机梯度近似样本全梯度导致算法在迭代过程中引入了额外的方差,使得算法的收敛曲线震荡甚至发散,导致其收敛速率缓慢。因此,有效减小方差成为当前关键挑战。提出了一种基于小批量随机采样的方差缩减优化算法(DM-SRG),并应用于求解凸优化及非凸优化问题。算法主要特征在于设计了内外双循环结构:外循环结构采用小批量随机样本计算梯度近似全梯度,以达到减少梯度计算开销的目的;内循环结构采用小批量随机样本计算梯度并代替单样本随机梯度,提升算法收敛稳定性。针对非凸目标函数与凸目标函数,理论分析证明了DMSRG算法具有次线性收敛速率。此外,设计了基于计算单元性能评估模型的动态样本容量调整策略,以提高系统训练效率。为评估算法的有效性,分别在不同规模的真实数据集上开展了数值模拟实验。实验结果表明算法较对比算法损失函数减少18.1%并且平均耗时降低8.22%。

关键词： 社交网络抽样   模块度   聚类滚雪球  

摘要： 通过最大化模块度将原始网络进行社区划分,完善了滚雪球抽样,弥补了现有社交网络抽样算法容易陷入局部最优、抽样依赖其他样本等缺陷.利用随机节点抽样做基准,选取常见的非概率抽样方法,从平均度、平均路径长度和直径等指标出发比较各类抽样算法的估计效果.模拟实验和实证分析验证了聚类滚雪球抽样具有较好的抽样性质和估计特征,得出了其适用场景.

关键词： 集成学习   单一模型   降水量   空间制图  

摘要： 针对传统空间插值模型对样本数据的依赖性及其预测偏差的缺陷,提出一种新的降水量空间分布数字制图方法——集成学习(Ensemble Learning, EL)算法。基于降水量分布随多元地理环境因素(地理位置、地表覆盖、地形特征)变化的假设,以中国地区2019年的618个气象站点年降水量观测资料为样本数据,建立基于EL降水量空间制图模型,该EL模型以广义线性回归(Generalized Linear Regression, GLM)模型为元学习机来整合样条函数(Anusplin)、地理加权(Geographically Weighted Regression, GWR)和高斯过程(Gaussian Process Regression,GPR)模型产生的初级预测,最后制取全国1 km空间分辨率的降水量栅格面。结果显示,EL模型取得较可靠的预测结果,模型验证精度决定系数(Determination Coefficient, R2)达0.96,均方根误差(Root Mean Square Error,RMSE)仅为55.17 mm;EL模型性能优于其他模型,比传统的GPR、GWR和Anusplin模型的RMSE分别降低了10.95%、16.54%、18.02%。本文提出的EL模型在大尺度范围的站点式气候要素空间制图领域中显示出良好的应用潜力。