基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
智能化冲洗是解决电气化铁路绝缘子人工冲洗弊端的有效途径,而智能化冲洗的关键在于绝缘子识别、定位.通过对现有智能冲洗设备的分析,提出一种铁路绝缘子定位、跟踪方法,该方法基于传感器信息,采用启发式Q(λ)学习算法,可快速、准确找到绝缘子.首先建立铁路绝缘子水冲洗环境模型,接着为解决传统Q(λ)学习算法盲目学习导致收敛速度慢的问题,通过搜索支柱特征调整奖赏函数,设计启发式策略函数并融入Q(λ)学习中,提高算法的学习和收敛速度.最后分别对传统Q(λ)学习算法和启发式Q(λ)学习算法进行Matlab仿真实验,确定最佳参数设置,仿真结果表明启发式Q(λ)算法的正确性和可行性.
推荐文章
基于LS-SVM和Q(λ)学习的铁路绝缘子 水冲洗定位研究
最小二乘支持向量机
铁路绝缘子
Q(λ)学习
定位
基于案例推理和启发式Q学习的资源分配算法
信道和功率分配
启发式Q学习
案例推理
认知无线电
认知系统能量效率
成功传输概率
在线更新的信息强度引导启发式Q学习
强化学习
启发函数
信息强度
在线更新
收敛速度
基于启发式规则的网页主题信息精确定位方法
启发式规则
信息抽取
主题信息定位
模板化网页
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于启发式Q(λ)学习的铁路绝缘子定位研究
来源期刊 铁道标准设计 学科 交通运输
关键词 电气化铁路 铁路绝缘子 启发式Q(λ)学习 定位
年,卷(期) 2018,(4) 所属期刊栏目 电力/电气化
研究方向 页码范围 151-155
页数 5页 分类号 U225.4+3|TP23
字数 3366字 语种 中文
DOI 10.13238/j.issn.1004-2954.201705220007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓斌 西南交通大学机械工程学院 184 1500 20.0 30.0
2 柯坚 西南交通大学机械工程学院 241 2068 23.0 34.0
3 王国志 西南交通大学机械工程学院 159 1039 16.0 24.0
4 吴文海 西南交通大学机械工程学院 100 505 12.0 19.0
5 付虹 西南交通大学机械工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (28)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电气化铁路
铁路绝缘子
启发式Q(λ)学习
定位
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道标准设计
月刊
1004-2954
11-2987/U
大16开
北京市丰台区广安路15号中铁咨询大厦
82-765
1957
chi
出版文献量(篇)
9560
总下载数(次)
16
总被引数(次)
49776
论文1v1指导