期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Double-DQN的中央空调系统节能优化运行
被引量：
14
1
作者
闫军威
黄琪
周璇
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019年第1期135-144,共10页
针对中央空调系统机理建模困难和参数辨识工作较为复杂的问题,提出了一种基于自适应建模和自学习机制的中央空调系统节能优化运行方法;设计了空调系统马尔可夫决策过程模型,采用具有双神经网络结构的强化学习算法解决学习过程中容易产...
针对中央空调系统机理建模困难和参数辨识工作较为复杂的问题,提出了一种基于自适应建模和自学习机制的中央空调系统节能优化运行方法;设计了空调系统马尔可夫决策过程模型,采用具有双神经网络结构的强化学习算法解决学习过程中容易产生的维数灾难和值函数过估计问题.然后以广州市某办公建筑中央空调系统为研究对象,建立该系统的TRNSYS仿真平台,对算法的有效性进行了验证.仿真结果表明:该方法在满足室内热舒适性要求的前提下,以系统能耗最小为目标,实现了系统的节能优化运行;与PID控制和单神经网络强化学习控制方法相比,系统总能耗分别降低5.36%和1.64%,非舒适性时间总占比分别减少2.32%和1.37%.文中提出的强化学习控制器能够有效解决值函数过估计问题,具有良好的鲁棒性,自适应优化能力和较好的节能效果,可为建筑节能提供新思路.
展开更多
关键词
中央空调系统
节能优化运行
强化学习
Double-DQN算法
双神经网络结构
总能耗
室内热舒适性
在线阅读
下载PDF
职称材料
基于Double Deep Q Network的无人机隐蔽接敌策略
被引量：
10
2
作者
何金
丁勇
高振龙
《电光与控制》
CSCD
北大核心
2020年第7期52-57,共6页
基于深度强化学习的连续状态空间无人机隐蔽接敌问题,提出了基于马尔可夫决策过程的隐蔽接敌双深度Q网络(DDQN)方法。利用DDQN生成目标值函数的方法解决了传统DQN的过拟合问题;采用按优先级随机抽样的方法获取训练样本,加速了神经网络...
基于深度强化学习的连续状态空间无人机隐蔽接敌问题,提出了基于马尔可夫决策过程的隐蔽接敌双深度Q网络(DDQN)方法。利用DDQN生成目标值函数的方法解决了传统DQN的过拟合问题;采用按优先级随机抽样的方法获取训练样本,加速了神经网络的训练速度;设定贪婪系数按照指数下降的方法,解决了传统强化学习的“探索利用窘境”;在势函数奖赏函数设计中引入角度因子,使其更加符合实际作战情况。仿真实验结果表明,DDQN具有较好的收敛性,能有效生成隐蔽接敌策略。
展开更多
关键词
隐蔽接敌策略
空战决策
马尔可夫决策过程
双神经网络结构
DDQN算法
在线阅读
下载PDF
职称材料
题名
基于Double-DQN的中央空调系统节能优化运行
被引量：
14
1
作者
闫军威
黄琪
周璇
机构
华南理工大学机械与汽车工程学院
出处
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019年第1期135-144,共10页
基金
国家自然科学基金青年基金资助项目(51408233)
广东省科技计划项目(2016B090918105)
+1 种基金
广东省自然科学基金资助项目(2017A030310162
2018A030313352)~~
文摘
针对中央空调系统机理建模困难和参数辨识工作较为复杂的问题,提出了一种基于自适应建模和自学习机制的中央空调系统节能优化运行方法;设计了空调系统马尔可夫决策过程模型,采用具有双神经网络结构的强化学习算法解决学习过程中容易产生的维数灾难和值函数过估计问题.然后以广州市某办公建筑中央空调系统为研究对象,建立该系统的TRNSYS仿真平台,对算法的有效性进行了验证.仿真结果表明:该方法在满足室内热舒适性要求的前提下,以系统能耗最小为目标,实现了系统的节能优化运行;与PID控制和单神经网络强化学习控制方法相比,系统总能耗分别降低5.36%和1.64%,非舒适性时间总占比分别减少2.32%和1.37%.文中提出的强化学习控制器能够有效解决值函数过估计问题,具有良好的鲁棒性,自适应优化能力和较好的节能效果,可为建筑节能提供新思路.
关键词
中央空调系统
节能优化运行
强化学习
Double-DQN算法
双神经网络结构
总能耗
室内热舒适性
Keywords
central air-conditioning system
energy-saving optimization operation
reinforcement learning
Dou-ble-DQN algorithm
dual neural network structure
total energy consumption
indoor thermal comfort
分类号
TU831.1 [建筑科学—供热、供燃气、通风及空调工程]
在线阅读
下载PDF
职称材料
题名
基于Double Deep Q Network的无人机隐蔽接敌策略
被引量：
10
2
作者
何金
丁勇
高振龙
机构
南京航空航天大学自动化学院
出处
《电光与控制》
CSCD
北大核心
2020年第7期52-57,共6页
基金
国家自然科学基金面上项目(61473146)。
文摘
基于深度强化学习的连续状态空间无人机隐蔽接敌问题,提出了基于马尔可夫决策过程的隐蔽接敌双深度Q网络(DDQN)方法。利用DDQN生成目标值函数的方法解决了传统DQN的过拟合问题;采用按优先级随机抽样的方法获取训练样本,加速了神经网络的训练速度;设定贪婪系数按照指数下降的方法,解决了传统强化学习的“探索利用窘境”;在势函数奖赏函数设计中引入角度因子,使其更加符合实际作战情况。仿真实验结果表明,DDQN具有较好的收敛性,能有效生成隐蔽接敌策略。
关键词
隐蔽接敌策略
空战决策
马尔可夫决策过程
双神经网络结构
DDQN算法
Keywords
stealthy engagement maneuvering strategy
air combat decision-making
Markov decision process
double neural network structure
DDQN algorithm
分类号
V2 [航空宇航科学技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Double-DQN的中央空调系统节能优化运行
闫军威
黄琪
周璇
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019
14
在线阅读
下载PDF
职称材料
2
基于Double Deep Q Network的无人机隐蔽接敌策略
何金
丁勇
高振龙
《电光与控制》
CSCD
北大核心
2020
10
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
