【摘 要】
：
在电梯群调度系统研究中,蚁群算法应用较为广泛,但仍存在迭代次数多、收敛速度慢等问题,同时高层建筑电梯鲜有优化调度.针对上述问题,提出一种将强化学习和蚁群算法相结合的高层电梯群控调度方法:建立以用户乘梯体验和系统运行能耗的多目标函数优化调度模型,用Q-learning迭代寻优后的Q值初始化蚁群算法的信息素,同时也将Q值引入概率路径选择中,用并行蚁群算法进行最终派梯策略的寻优.用Python进行实验分析,结果表明所提方法较单蚁群算法有较快的收敛性,在很多大程度上减少了业主的待梯、乘梯时间以及系统运行能耗.
【机 构】
：
苏州科技大学电子与信息工程学院,江苏 苏州215009
论文部分内容阅读
在电梯群调度系统研究中,蚁群算法应用较为广泛,但仍存在迭代次数多、收敛速度慢等问题,同时高层建筑电梯鲜有优化调度.针对上述问题,提出一种将强化学习和蚁群算法相结合的高层电梯群控调度方法:建立以用户乘梯体验和系统运行能耗的多目标函数优化调度模型,用Q-learning迭代寻优后的Q值初始化蚁群算法的信息素,同时也将Q值引入概率路径选择中,用并行蚁群算法进行最终派梯策略的寻优.用Python进行实验分析,结果表明所提方法较单蚁群算法有较快的收敛性,在很多大程度上减少了业主的待梯、乘梯时间以及系统运行能耗.
其他文献
针对鸡群算法易陷入局部最优、出现早熟收敛等缺陷,提出了一种基于量子行为的鸡群优化算法(Quantum-Behaved Chicken Swarm Optimization,QCSO).通过利用鸡群中的个体信息建立量子化的势阱模型,根据原鸡群更新公式得到个体最优解和全局最优解,采用蒙特卡洛随机采样完成个体极值的更新,在个体极值和全局极值附近以并列的角度进行搜索,提高了算法的局部搜索性能.同时,结合随机算法全局收敛性的判别准则,研究了基于量子行为的鸡群优化算法的收敛性,证明了QCSO是一种全局收敛的优化算法.
针对救援机器人对救援目标检测实时性和准确度要求比较高的问题,提出一种改进的YOLOv4-tiny救援机器人目标检测模型DS-YOLOv4-tiny.改进YOLOv4-tiny的网络结构,将骨干网络中的CSP改为DenseNet模块以增强特征复用,同时大量减少了网络参数量,使训练后的权重文件更小;针对YOLOv4-tiny深层网络无法准确提取有效特征信息的问题,在颈部网络中增加SPP模块以得到不同感受野的特征,提高定位准确性;通过K-means聚类算法获取锚框以适应受灾人员检测,提高算法精度.将训练后的模型
针对单神经元的Matsuoka振荡器的中枢模式发生器(CPG)模型只能输出持续高位的信号,不能实现控制六足机器人的三足步态规划的问题,提出通过模拟生物肌肉的特性,建立伸张肌神经元与收缩肌神经元相互抑制相互作用的双神经元的Matsuoka振荡器模型.通过试凑法与单参数分析法结合确定双神经元Matsuoka振荡器模型的参数.最后通过Matlab仿真验证了改进后的Matsuoka振荡器能够控制六足机器人的三足步态规划.
物联网节点移动导致网络拓扑的动态变化,动态组网给终端任务调度带来严重的路由、功耗、以及准确性等问题.为解决上述问题,提出一种基于移动节点追踪的时隙调度策略.为了确保拓扑变化过程中,网络终端任务调度获得最佳路由,考虑到节点的感知功效和感知能效,设计了感知精度与能量平衡的节点追踪方法.在节点位置感知的基础上,对网络拓扑采取节点区域划分,为了准确分配时隙,利用区域划分中的节点稀疏性和关联度,引入了自关联因素,构造时隙节点的自关联特征.同时利用非线性时序进行模型分解,并根据时隙特征确定单跳或者多跳路由,从而使时隙
为了提高水下机器人位置控制的精确性,降低因系统耦合而造成的位置误差,提出了针对六自由度水下机器人的奇异摄动系统建模及控制方法.首先对水下机器人的姿态和位置进行动力学建模,将速度、角速度作为快变量,位置、姿态作为慢变量,从而把模型转换为奇异摄动系统模型,再对奇异摄动系统模型进行快慢分解,对快慢系统分别设计PID控制律,最终复合得到改进的PID优化控制方法.最后以仿真算例说明,提出的基于奇异摄动技术的PID优化控制方法的可行性和有效性.
浏览行为数据挖掘受节点分类概率的影响,导致挖掘精度较低,于是提出基于标签映射的长短期浏览行为数据挖掘方法.通过对长短期浏览行为数据进行降维处理,对数据降低维度与减少存储空间的同时提高了数据挖掘速度,剔除冗余数据,有效保留重要信息特征.最终结合标签映射对数据进行训练学习,精准地完成浏览节点分类概率的计算,实现高精度的长短期浏览行为数据挖掘.仿真结果表明,所提方法能够有效降低分类开销,提升浏览行为数据的挖掘速度与挖掘的准确性.
针对传统的多源数据库缓存冲突处理方法存在冲突数据包丢失率高、数据库缓存冲突消除率低和缓存冲突处理精度低的问题,提出基于动态反馈的多源数据库缓存冲突处理方法.通过分析缓存冲突基本处理的无状态策略与状态策略,建立动态反馈机制,并对节点负载数据进行检测,根据检测结果评估多源数据库负载情况,在此基础上分析冲突数据包丢失现象,计算冲突丢失数据包,采用基于BS的分割策略对冲突丢失数据包进行分配,完成多源数据库缓存冲突处理.仿真结果表明:所提方法的冲突数据包丢失率小,数据库缓存冲突消除率高,多源数据库缓存冲突处理效果较
针对可穿戴系统信号处理算法抗干扰性能不足问题,首先提出一种低功耗的可穿戴血氧饱和度和心率检测系统原理方案,以F407VET6微处理器为核心框架,集成优化MAX30102血氧饱和度与心率检测电路布局,优化采集信号处理.其次提出了一种新的小波阈值函数改进小波分解重构算法,整合了软、硬阈值函数的优点,算法设置可行的分解层数,对采集的脉搏波数据进行降噪去基线漂移.可穿戴检测系统实现了样机的数据采集,算法的实验对比结果表明,系统的抗干扰检测精度达到较好的实用性能.
传统异构网络异常大数据剔除方法存在数据维度较高、噪声较明显问题,导致异常数据剔除率偏低,且方法精度也不够理想.研究提出基于马氏距离的异构网络异常大数据剔除方法.利用改进马氏距离降维处理异构网络数据,分析数据之间相关性,提取网络数据主成分,生成具有较强抗噪性的高斯加权核函数.通过降维处理后的网络数据构建异常大数据信息流模型,利用固有模态将异常大数据信号分解成若干个窄带信号,通过特征点对的匹配实现异构网络异常大数据的高效剔除.实验结果表明,上述方法能够确保信号幅值大于噪声幅值,提升所提方法的异常大数据检测能力
当前数据库隐私可搜索加密算法忽略了对用户位置信息的加密,导致传统算法存在恶意攻击数据拦截量低、数据加密误差大和隐私等级低的问题.现提出基于位置匿名的数据库隐私可搜索加密算法.预处理用户位置信息的比特序列,并通过分段线性编码加密隐藏用户位置信息.加密用户搜索数据,完成用户信息二次加密,以压缩函数为基础搜索出最全面的关键词相关加密信息,实现数据库加密信息的搜索.实验结果表明,所提算法的恶意攻击数据拦截量高、数据加密误差低,且隐私等级高.