课程文献中心 更多>>

摘要： 自组装分子由一个π-共轭单元和一个带侧链的锚定基团构成,在倒置钙钛矿太阳能电池中作为空穴选择接触层发挥着关键作用.目前的研究主要集中于通过调整自组装分子的侧链结构来提高器件性能.然而,自组装分子的π-共轭核心对器件性能和稳定性的影响仍然不明确.在本研究中,我们设计了一系列具有逐渐扩展的π-共轭结构的自组装分子,并探讨扩展π-共轭核心结构对自组装分子电子性质的影响.随着自组装分子的π-共轭核心结构的延伸,我们发现器件性能显著提升,这主要归因于增强的空穴提取和传输.此外,π-共轭核心结构的扩展也增强了自组装分子之间的π-π相互作用,从而提高了钙钛矿电池的运行稳定性.最后,基于Py2分子的设计,我们成功实现了25.2%的光电转换效率,并显著提高了钙钛矿光伏器件的运行稳定性.

关键词： 叫车接送问题   灵活车场   模拟退火   解接受策略优化   回温策略  

摘要： 面对老龄化社会和个性化交通需求的挑战,灵活车场多类型叫车接送在提供高效,便捷的交通解决方案方面显得尤为重要.然而,灵活车场环境下车辆的异构性和调度的复杂性,使得服务优化面临巨大难题.本文提出的改进模拟退火算法,针对这一问题,显著优化了车辆总行驶距离.该算法设计了一种基于宽容度与回温机制的解接受策略,以及三种新的搜索算子,旨在提高算法稳定性和避免过早陷入局部最优.与CPLEX求解器和确定性退火算法相比,本算法在多个测试实例上展现出显著优势.通过敏感性分析,研究了乘客最大行驶时间和时间窗口对算法性能的影响,为实际的叫车接送规划提供了决策支持.

关键词： 植保无人机   路径规划   人工鱼群算法   自适应策略   黄金正弦算法  

摘要： 针对植保无人机在作业过程中如何快速找到一条更优的全局路径,提出了一种改进人工鱼群算法(T-AFSA)。利用Tent混沌映射所生成的混沌序列对种群初始化,丰富了种群的多样性,提高了人工鱼群初始解的质量;引入黄金正弦算法对适应度高的人工鱼个体进行优化,让它们更好地领导种群的觅食和追尾行为;采用自适应策略对人工鱼个体的视野和步距进行改进,平衡了算法的全局搜索能力和局部搜索能力;删除路径中的冗余节点,去除不必要的转折点,找到全局中的更优路径;将所得的路径利用B样条曲线进行平滑处理,有利于植保无人机进行路径跟踪。仿真实验表明:改进算法能够解决传统人工鱼群算法计算精度低和后期收敛速度变慢的问题,可以为植保无人机快速规划出一条从起点到终点与障碍物无碰撞、平滑且距离较短的路径,方案具有可行性和有效性。

关键词： Transformer   最优化   Distributional Q-function   DQN   资源回收  

摘要： 为进一步提高湿法冶金资源回收率，解决资源回收流程控制的智能化、自动化控制程度不高的问题，提出了一种采用Transformer模型进行金属浸出率预测，再采用Distributional Q-function改进DQN模型进行湿法冶金金浸出率最大化的湿法冶金流程控制方法。研究结果表明：该系统控制方法能有效提升湿法冶金过程中金属浸出率的预测准确率；基于Distributional Q-function改进DQN模型能有效降低资源回收率最大化模型的迭代计算时间。该法能有效提高某工厂湿法冶金资源回收率。

关键词： 启发式-多层编码   遗传算法   凸优化   一体化作战调度  

摘要： 多机种舰载机协同作战是发挥航母编队作战能力的关键问题，因此科学设计舰载机群兵力行动规划和相关资源的分配对于提高航母作战效能具有重要意义。首先，基于舰载机对陆突击作战任务特点和兵力组成、弹药挂载等约束条件，围绕兵力行动规划一体化作战调度问题展开研究。然后，针对舰载机群出动离场、航迹规划、空中加油、协同作战、着舰回收等关键阶段进行一体化作战调度建模，并引入启发式-多层编码的遗传算法，对各关键阶段之间的耦合关系进行解耦处理。其次，通过使用改进凸优化算法对案例中舰载机航行路径进行航迹规划算出航行时间，作为兵力行动规划调度输入数据使用。最后，基于案例仿真进行了14机、18机、20机、24机的舰载机群兵力行动规划调度的时序规划和相关资源的科学分配，验证了所设计模型和算法的可行性和鲁棒性。

关键词： 博弈论   深度强化学习   追逃博弈   无人机   多智能体  

摘要： 针对无人机多对一追逃博弈问题，以强化学习的深度确定性策略梯度算法(deep deterministic policy gradient， DDPG)为基础，结合追逃问题的微分博弈对抗数值求解结果，提出了一种混合经验的深度确定性策略梯度(mixed experienced deep deterministic policy gradient，ME-DDPG)算法。在探索学习的策略集中加入博弈对抗数值解计算出的指向性策略，从而有效提升了无人机追击策略的训练效率，改善了无人机追逃博弈问题中由于回合任务过长，回报奖励稀疏，强化学习算法探索不足而导致的算法收敛速度缓慢且容易导致局部收敛问题，提高了强化学习算法的学习效率，仿真实验结果标明，使用ME-DDPG算法解决无人机多对一博弈追逃任务时能够快速收敛，任务成功率达到了83%，并通过对比实验验证了算法相较DDPG算法在收敛性、稳定性以及任务成功率方面的优势。

关键词： 动态仿真   误差溯源   拓扑聚合   多级分块解耦  

摘要： 在新型电力系统下，元件模型愈加复杂多变，仿真模型往往与实际系统存在误差，造成仿真准确度低，同时电网区域广，定位误差来源难度大。针对上述问题，本文提出了一种基于拓扑聚合和多级分块解耦的误差溯源方法。首先，考虑邻接矩阵中元素分布散乱的问题，引入网络拓扑聚合的新思想，建立优化模型并求解出新的矩阵；然后进一步采用基于网络拓扑的多级分块解耦算法，根据聚合后的邻接矩阵将原电网分解为多个子网，通过分别在各子网边界点注入实测PMU数据来进行混合动态仿真，同时利用综合扰动深度与仿真可信度指标确定致差区域，逐步缩小误差范围并找到误差元件。仿真算例验证表明，本文所提算法可以有效提高误差溯源效率，减少混合动态仿真次数。

关键词： 无人机网络   边缘智能   用户关联策略   神经网络模型精简  

摘要： 针对无人机网络和边缘智能领域中无人机存储受限、网络整体性能不足等问题，提出了基于强化学习的用户关联策略和神经网络模型的云边协同剪枝算法。基于强化学习优化无人机网络拓扑结构，提出无人机用户与基站的关联算法。根据用户关联算法的输出划分网络的云端和边缘端，并筹划神经网络模型的分配类型和模型的大小需求，进一步，提出云边协同剪枝算法。充分利用无人机个体的本地数据，对无人机网络协同的神经网络模型进行精简，降低了通信消耗，进一步提高了无人机网络整体性能。结果显示，基于强化学习的用户关联策略提高了信道容量。与使用传统的集中式剪枝精简模型相比，云边协同剪枝算法占用更低上行通信链路上的资源。所提方法在无人机协同环境下实现了高效数据传输和计算处理，为解决资源受限下的通算一体化挑战提供了有效途径。

关键词： 变分模态分解(VMD)   表面等离子体共振(SPR)   降噪   解调   非对称双S函数  

摘要： 在光纤表面等离子体共振（Surface Plasmon Resonance，SPR）传感器表面修饰功能化膜层能够有效提升传感器灵敏度，但同时会导致传感器的透射光谱畸变，系统信噪比降低。因此本文通过引入变分模态分解（Variational mode decomposition，VMD）滤波算法提升系统的信噪比，引入非对称双S函数法拟合共振波长，改善信号的畸变问题。本文理论上阐述了VMD算法以及非对称双S函数应用于光纤SPR生物传感系统的理论基础。实验上搭建了光纤SPR生物传感系统，并对实验数据采用多种降噪以及拟合算法进行了处理。结果显示，在提升信噪比方面，与经验模态分解（Empirical Mode Decomposition，EMD）算法相比，VMD滤波能够有效提升系统的信噪比（信噪比从53.72 dB提升到61.57 dB）。在解决信号畸变方面，与最小值法、质心法相比，非对称双S函数法拟合度更高。进一步地，使用所提出算法对光纤SPR传感系统监测C反应蛋白的透射光谱数据进行了解调，结果表明，传感器的最低探测浓度相比于EMD算法由1.119 μg/ml下降到0.429 μg/ml。这一研究结果对于提升光纤SPR生物传感系统的商业应用价值具有重要的意义。