典型文献
基于改进Q⁃learning算法的输电线路拟声驱鸟策略研究
文献摘要：
日益频繁的鸟类活动给输电线路的安全运行带来了极大威胁,而现有拟声驱鸟装置由于缺乏智能性,无法长期有效驱鸟.为了解决上述问题,本文提出基于改进Q?learning算法的拟声驱鸟策略.首先,为了评价各音频的驱鸟效果,结合模糊理论,将鸟类听到音频后的动作行为量化为不同鸟类反应类型.然后,设计单一音频驱鸟实验,统计各音频驱鸟效果数据,得到各音频的初始权重值,为拟声驱鸟装置的音频选择提供实验依据.为了使计算所得的音频权重值更符合实际实验情况,对CRITIC(Criteria Impor?tance Though Intercrieria Correlation)方法的权重计算公式进行了优化.最后,使用实验所得音频权重值对Q?learning算法进行改进,并设计与其他拟声驱鸟策略的对比实验,实验数据显示改进Q?learning算法的拟声驱鸟策略驱鸟效果优于其他三种驱鸟策略,收敛速度快,驱鸟效果稳定,能够降低鸟类的适应性.
文献关键词：
拟声音频;驱鸟效果;模糊理论;Q-learning算法;驱鸟策略
中图分类号：
作者姓名：
柯杰龙;张羽;朱朋辉;黄炽坤;吴可廷
作者机构：
广东工业大学 自动化学院,广州,510006;广东电网有限责任公司江门供电局,江门,529000
文献出处：
引用格式：
[1]柯杰龙;张羽;朱朋辉;黄炽坤;吴可廷-.基于改进Q⁃learning算法的输电线路拟声驱鸟策略研究)[J].南京信息工程大学学报,2022(05):579-586
A类：
驱鸟策略,拟声音频
B类：
learning,输电线路,日益频繁,鸟类,大威,智能性,长期有效,各音,驱鸟效果,模糊理论,听到,动作行为,行为量化,反应类型,权重值,计算所,符合实际,CRITIC,Criteria,Impor,tance,Though,Intercrieria,Correlation,权重计算,实验所,收敛速度
AB值：
0.247452
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
