浅析如何拓宽省外卷烟营销

随着省产烟的进一步整合,部分品牌即将停产,货源将会更加紧张,因此,省外品牌的市场开拓与培育工作倍显重要。但是,在过去存在的地方保护主义思想、卷烟品牌流通不畅等因素的影响下,很多地区     

基于状态聚类的多站点CSPS系统的协同控制方法

单站点传送带给料加工站（Conveyor-serviced production station,CSPS）系统中,可运用强化学习对状态——行动空间进行有效探索,以搜索近似最优的前视距离控制策略.但是多站点CSPS系统的协同控制问题中,系统状态空间的大小会随着站点个数的增加和缓存库容量的增加而成指数形式（或几何级数）增长,从而导致维数灾,影响学习算法的收敛速度和优化效果.为此,本文在站点局域信息交互机制的基础上引入状态聚类的方法,以减小每个站点学习空间的大小和复杂性.首先,将多个站点看作相对独立的学习主体,且各自仅考虑邻近下游站点的缓存库的状态并纳入其性能值学习过程;其次,将原状态空间划分成多个不相交的子集,每个子集用一个抽象状态表示,然后,建立基于状态聚类的多站点反馈式Q学习算法.通过该方法,可在抽象状态空间上对各站点的前视距离策略进行优化学习,以寻求整个系统的生产率最大.仿真实验结果说明,与一般的多站点反馈式Q学习方法相比,基于状态聚类的多站点反馈式Q学习方法不仅具有收敛速度快的优点,而且还在一定程度上提高了系统生产率.     

国华惠电脱硫及灰渣与主机系统一体化控制研究

本文主要针对神华国华惠州电厂脱硫及灰渣控制系统存在的主要问题,同时结合国家发展改革委和环境保护部提出的＂脱硫脱硝除尘DCS主要参数应逐步设置于同一集控室内＂的具体要求,避免主机集控室与灰硫控制室运行人员在机组异常情况下沟通不及时,造成环保参数超标发生环保事件,给集团公司造成恶劣的影响。重点介绍了在双机不同时停运的情况下,以机组运行安全为第一,逐步实现脱硫及灰渣控制系统单元制改造的过程,同时与主机控制系统联网,达到脱硫及灰渣控制系统与主机控制系统一体化控制的目的,给火力发电厂实现控制系统一体化改造工程一定的借鉴意义。     

"垃圾全球化"凸显制度落差

"发达国家和发展中国家,虽然同享经济全球化,但政治和社会发展却极不平衡,后者的环保立法、行政环境远不如发达国家.在这种情况下,发达国家才有可能凭借其制度优势,将污染危机转嫁到制度不发达的发展中国家去."     

可变服务率模式下基于需求驱动的传送带给料加工站系统的优化控制

本文主要研究可变服务率模式下基于需求驱动的传送带给料加工站(CSPS)系统的优化控制问题,主要目标是对系统的随机优化控制问题进行建模和提供解决方案.论文以缓冲库和成品库剩余容量为联合状态,以站点前视距离和工件服务率为控制变量,将其最优控制问题描述为半马尔科夫决策过程(SMDP)模型.该模型为利用策略迭代等方法求解系统在平均准则或折扣准则下的最优控制策略提供了理论基础,特别地,据此可引入基于模拟退火思想的Q学习算法等优化方法来寻求近似解,以克服理论求解过程中的维数灾和建模难等困难.仿真结果说明了本文建立的数学模型及给出的优化方法的有效性.     

基于带Mobile Agent的无线传感器网络的分簇算法

相对于传统方式的无线传感器网络结构,带Mobile Agent(MA)的无线传感器网络(sensor network with mobile agent,SENMA)具有更高的能量效率和更长的网络生存时间.设计了一种针对SENMA的分簇算法:依据节点之间的位置关系将节点分为多个簇并选举出簇头节点,每个簇中,簇成员不与簇头进行通信,由簇头将监测数据回传至MA.实验证明这种算法能较好地平衡节点负载,缓解因节点失效导致的网络性能衰减.     

基于多Agent强化学习的多站点CSPS系统的协作Look-ahead控制

研究多站点传送带给料生产加工站(Conveyor-serviced production station, CSPS)系统的最优控制问题, 其优化目标是通过合理选择每个CSPS的Look-ahead控制策略, 实现整个系统的工件处理率最大.本文首先根据多Agent系统的反应扩散思想, 对每个Agent的原始性能函数进行改进, 引入了具有扩散功能的局域信息交互项(原始项看作具有反应功能); 并运用性能势理论, 构建一种适用于平均和折扣两种性能准则的Wolf-PHC多Agent学习算法, 以求解决策时刻不同步的多站点的协作Look-ahead控制策略. 最后,论文通过仿真实验验证了该算法的有效性,学习结果表明, 通过性能函数的改进,各工作站的负载平衡性得到改善, 整个系统的工件处理率也明显提高.     

小脑模型关节控制器网络在传送带给料生产加工站学习优化控制中的应用

研究单站点传送带给料生产加工站（conveyor-serviced production station,CSPS）系统的前视（look-ahead）距离最优控制问题,以提高系统的工作效率.论文运用半Markov决策过程对CSPS优化控制问题进行建模.考虑传统Q学习难以直接处理CSPS系统前视距离为连续变量的优化控制问题,将小脑模型关节控制器网络的Q值函数逼近与在线学习技术相结合,给出了在线Q学习及模型无关的在线策略迭代算法.仿真结果表明,文中算法提高了学习速度和优化精度.     

决策过程的数值迭代优化

针对半Markov决策过程在紧致行动集上的数值迭代优化，提出了折扣和平均准则下直接基于等价无穷小生成子的统一的标准数值迭代算法，并证明了其收敛性。另外，讨论了两种性能准则下统一的异步数值迭代算法，包括GaussSeidel 异步迭代和随机异步迭代，特别是基于样本轨道仿真的数值迭代等，并运用性能势思想对上述算法进行改进。结果表明，该算法可直接适用于连续时间Markov决策过程。最后通过一个数值例子来比较各种算法的特点。