-
题名基于贝叶斯优化的时间卷积网络船舶航迹预测
被引量：1
- 1
-
-
作者
李金源
朱发新
滕宪斌
毕齐林
-
机构
浙江海洋大学船舶与海运学院
广州航海学院轮机工程学院
-
出处
《中国舰船研究》
CSCD
北大核心
2024年第6期303-316,共14页
-
基金
浙江省大学生科技创新活动计划资助项目(2023R411044)。
-
文摘
[目的]为提高船舶航迹预测精度和计算效率,解决传统方法容易出现的梯度爆炸、计算时间长等问题,提出基于改进的贝叶斯优化算法与时间卷积神经网络的航迹预测模型。[方法]首先,通过引入时间模式注意力机制,提取各输入特征的权重,保证航迹历史数据的时序性,同时引入可逆残差网络,减少时间卷积神经网络模型训练过程中占用的内存;然后,再采用贝叶斯优化算法对时间卷积网络中的超参数(内核大小K、膨胀系数d)进行寻优;最后,采用五折交叉验证方法对模型进行验证,获得最优模型后进行航迹预测。[结果]采用AIS采集的航迹数据验证,结果表明,在弱耦合、中耦合和强耦合航迹预测中,均方根误差分别平均提高5.5×10^(-5),3.5×10^(-4)和6×10^(-4)。[结论]所提出网络对复杂航迹具有良好的适应性,其预测精度均优于传统模型及LSTM模型,在耦合较强的航迹中仍能保持较高的预测精度。
-
关键词
导航
神经网络
贝叶斯优化算法
时间卷积网络
时间模式注意力机制模块
可逆残差网络
AIS数据
-
Keywords
navigation
neural networks
Bayesian optimization algorithm
temporal convolutional net-works
temporal pattern attention mechanism module
reversible residual networks
AIS data
-
分类号
U666
[交通运输工程—船舶及航道工程]
-
-
题名基于深度强化学习的带容量约束车辆路径问题求解
- 2
-
-
作者
江明
何韬
-
机构
福建理工大学互联网经贸学院
-
出处
《系统仿真学报》
北大核心
2025年第9期2177-2187,共11页
-
基金
福建省省科技厅-省创新战略研究项目(2023R0060)。
-
文摘
要:带容量约束的车辆路径问题(capacitated vehicle routing problem,CVRP)是一种著名的组合优化问题,被称为NP-hard问题,具有高度的复杂性。在现有研究的基础上,提出了一种新颖的基于多指针Transformer端到端深度强化学习方法来解决CVRP。算法模型在编码器中采用了可逆残差网络对输入的特征进行编码,减少了内存资源的消耗,在解码器中采用了多指针网络求出解的概率分布,为了进一步提高CVRP解决方案的性能,利用组合优化问题的对称性,在训练和推理阶段进行多轨迹并行处理,采用了增强的上下文嵌入方法,通过改进的强化学习算法进行训练。实验结果表明:所提算法模型对比当前经典的启发式算法和其他深度学习方法,在较低的内存消耗训练下,求解速度和求解质量之间取得了最好的平衡。
-
关键词
深度强化学习
车辆路径问题
可逆残差网络
注意力机制
改进的REINFORCE算法
-
Keywords
deep reinforcement learning
vehicle routing problem
invertible residual networks
attention mechanisms
improved REINFORCE algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名NFP-AST:自然特征保留的任意风格迁移模型
- 3
-
-
作者
赵敏
钱雪忠
宋威
-
机构
江南大学人工智能与计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第10期3183-3187,共5页
-
基金
国家自然科学基金项目(62076110)
江苏省自然科学基金项目(BK20181341)。
-
文摘
亲和特征提取和自然融合是实现风格迁移的关键。为此,提出一个新的自然特征保留的任意风格迁移模型NFP-AST。通过可逆残差网络在前向和后向推理中对特征二分处理,保证了提取特征亲和性,减少因提取过程造成的图像重建误差。在自适应空间重构模块ASRM中,先通过全局统计信息匹配内容风格特征,接着在融合特征中插值自适应权重捕获细节无偏融合内容风格特征,使风格过渡自然。定性和定量实验研究结果表明,NFP-AST产生的风格化图像与先进方法相比都取得了较好得分,艺术表达更具有视觉冲击力。
-
关键词
自然特征保留
可逆残差网络
特征亲和性
自适应空间重构
无偏融合
-
Keywords
natural feature preservation
reversible residual network
feature affinity
adaptive spatial reconstruction
unbiased fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
