Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Liu, Zhaoyang" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    An automated driving strategy generating method based on WGAIL–DDPG
    Autorzy:
    Zhang, Mingheng
    Wan, Xing
    Gang, Longhui
    Lv, Xinfei
    Wu, Zengwen
    Liu, Zhaoyang
    Powiązania:
    https://bibliotekanauki.pl/articles/2055167.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    automated driving system
    deep learning
    deep reinforcement learning
    imitation learning
    deep deterministic policy gradient
    system jezdny
    uczenie głębokie
    uczenie przez naśladowanie
    Opis:
    Reliability, efficiency and generalization are basic evaluation criteria for a vehicle automated driving system. This paper proposes an automated driving decision-making method based on the Wasserstein generative adversarial imitation learning–deep deterministic policy gradient (WGAIL–DDPG(λ)). Here the exact reward function is designed based on the requirements of a vehicle’s driving performance, i.e., safety, dynamic and ride comfort performance. The model’s training efficiency is improved through the proposed imitation learning strategy, and a gain regulator is designed to smooth the transition from imitation to reinforcement phases. Test results show that the proposed decision-making model can generate actions quickly and accurately according to the surrounding environment. Meanwhile, the imitation learning strategy based on expert experience and the gain regulator can effectively improve the training efficiency for the reinforcement learning model. Additionally, an extended test also proves its good adaptability for different driving conditions.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2021, 31, 3; 461--470
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimization of the cut-off grade for underground polymetallic mines
    Optymalizacja wartości granicznej surowca dla podziemnych kopalń rud polimetalicznych
    Autorzy:
    Liu, Di
    Li, Guoqing
    Hu, Nailian
    Xiu, Guolin
    Ma, Zhaoyang
    Powiązania:
    https://bibliotekanauki.pl/articles/216136.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    cut-off grade
    marginal economics
    underground polymetallic mine
    ocena graniczna
    ekonomia krańcowa
    podziemna kopalnia polimetaliczna
    Opis:
    One of the most critical aspects of mine design is to determine the optimum cut-off grade. Despite Lane’s theory, which aims to optimize the cut-off grade by maximizing the net present value (NPV), which is now an accepted principle used in open pit planning studies, it is less developed and applied in optimizing the cut-off grade for underground polymetallic mines than open pit mines, as optimization in underground polymetallic mines is more difficult. Since there is a similar potential for optimization between open pit mines and underground mines, this paper extends the utilization of Lane’s theory and proposes an optimization model of the cut-off grade applied to combined mining-mineral processing in underground mines with multi-metals. With the help of 3D visualization model of deposits and using the equivalent factors, the objective function is expressed as one variable function of the cut-off grade. Then, the curves of increment in present value versus the cut-off grade concerning different constraints of production capacities are constructed respectively, and the reasonable cut-off grade corresponding to each constraint is calculated by using the golden section search method. The defined criterion for the global optimization of the cut-off grade is determined by maximizing the overall marginal economics. An underground polymetallic copper deposit in Tibet is taken as an example to validate the proposed model in the case study. The results show that the overall optimum equivalent cut-off grade, 0.28%, improves NPV by RMB 170.2 million in comparison with the cut-off grade policy currently used. Thus, the application of the optimization model is conducive to achieving more satisfactory economic benefits under the premise of the rational utilization of mineral resources.
    Jednym z najbardziej istotnych aspektów projektowania kopalni jest określenie optymalnej wartości granicznej surowca. Pomimo teorii Lane’a, mającej na celu optymalizację wartości granicznej surowca poprzez maksymalizację wartości bieżącej netto (NPV), obecnie stosowanej w studiach planowania górnictwa odkrywkowego, natomiast jest ona mniej rozwinięta i stosowana w optymalizowaniu wartości granicznej surowca dla podziemnych kopalń rud polimetalicznych ze względu na znaczne trudności. W artykule rozszerzono wykorzystanie teorii Lane’a poprzez propozycję modelu optymalizacji wartości granicznej surowca, zastosowanego do połączonych procesów górniczo-przeróbczych podziemnych kopalń rud polimetalicznych. Za pomocą modelu wizualizacji 3D zasobów i wykorzystaniu ekwiwalentnych współczynników określono funkcję celu wyrażoną jako jedną zmienną funkcję oceny wartości granicznej. Następnie konstruowane są krzywe przyrostu wartości aktualnej w stosunku do wartości granicznej dotyczące różnych ograniczeń zdolności produkcyjnych, a rozsądna wartość graniczna odpowiadająca każdemu ograniczeniu jest obliczana za pomocą metody wyszukiwania złotego odcinka. Zdefiniowane kryterium globalnej optymalizacji oceny granicznej określa się poprzez maksymalizację efektów ekonomicznych. Jako przykład do sprawdzenia proponowanego modelu w studium przypadku wykorzystano podziemne złoża polimetaliczne miedzi w Tybecie. Wyniki pokazują, że całkowita optymalna ekwiwalentna wartość graniczna, 0,28%, poprawia NPV o 170,2 milionów juanów w porównaniu z obecnie stosowaną oceną graniczną. Tak więc zastosowanie modelu optymalizacyjnego sprzyja osiągnięciu bardziej satysfakcjonujących korzyści ekonomicznych przy założeniu racjonalnego wykorzystania zasobów mineralnych.
    Źródło:
    Gospodarka Surowcami Mineralnymi; 2019, 35, 1; 25-42
    0860-0953
    Pojawia się w:
    Gospodarka Surowcami Mineralnymi
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An improved GM(1.1) model with background value optimization and Fourier-series residual error correction and its application in cost forecasting of coal mine
    Ulepszony model GM(1,1) z optymalizacją wartości tła i korekcją błędów resztkowych szeregów Fouriera oraz jego zastosowanie w prognozowaniu kosztów kopalni węgla kamiennego
    Autorzy:
    Liu, Di
    Li, Guoqing
    Chanda, Emmanuel K.
    Hu, Nailian
    Ma, Zhaoyang
    Powiązania:
    https://bibliotekanauki.pl/articles/216495.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    cost forecasting
    dynamic grey model
    background value optimization
    Fourier series
    residual error correction
    prognozowanie kosztów
    dynamiczny model szary
    optymalizacja wartości tła
    korekcja błędów resztkowych
    szeregi Fouriera
    Opis:
    This paper researches the application of grey system theory in cost forecasting of the coal mine. The grey model (GM(1.1)) is widely used in forecasting in business and industrial systems with advantages of minimal data, a short time and little fluctuation. Also, the model fits exponentially with increasing data more precisely than other prediction techniques. However, the traditional GM(1.1) model suffers from the poor anti-interference ability. Aimed at the flaws of the conventional GM(1.1) model, this paper proposes a novel dynamic forecasting model with the theory of background value optimization and Fourier-series residual error correction based on the traditional GM(1.1) model. The new model applies the golden segmentation optimization method to optimize the background value and Fourier-series theory to extract periodic information in the grey forecasting model for correcting the residual error. In the proposed dynamic model, the newest data is gradually added while the oldest is removed from the original data sequence. To test the new model’s forecasting performance, it was applied to the prediction of unit costs in coal mining, and the results show that the prediction accuracy is improved compared with other grey forecasting models. The new model gives a MAPE & C value of 0.14% and 0.02, respectively, compared to 1.75% and 0.37 respectively for the traditional GM(1.1) model. Thus, the new GM(1.1) model proposed in this paper, with advantages of practical application and high accuracy, provides a new method for cost forecasting in coal mining, and then help decision makers to make more scientific decisions for the mining operation.
    W pracy zbadano zastosowanie teorii szarego systemu w prognozowaniu kosztów kopalni węgla. Szary model (GM(1,1)) jest szeroko wykorzystywany w prognozowaniu w systemach biznesowych i przemysłowych z niewielką ilością danych, krótkim czasem i nieznacznymi wahaniami. Ponadto model dopasowuje wykładniczo dane bardziej dokładnie niż inne techniki prognozowania. Jednak tradycyjny model GM(1,1) ma słabą zdolność przeciwdziałania zakłóceniom. Mając na uwadze wady konwencjonalnego modelu GM(1,1), w artykule zaproponowano – w oparciu o tradycyjny model GM(1,1) – nowy model dynamicznego prognozowania z teorią optymalizacji wartości tła i korektą błędów resztkowych szeregów Fouriera. Nowy model stosuje metodę optymalizacji złotej segmentacji do optymalizacji wartości tła oraz teorię szeregów Fouriera w celu wyodrębnienia okresowych informacji w szarym modelu prognozowania, aby skorygować błąd resztkowy. W proponowanym modelu dynamicznym najnowsze dane są stopniowo dodawane, podczas gdy najstarsze – usuwane z oryginalnej sekwencji danych. Aby przetestować dokładność prognozowania nowego modelu, zastosowano go do prognozowania kosztów jednostkowych pozyskania węgla, a wyniki pokazują, że dokładność prognozowania jest lepsza w porównaniu z innymi szarymi modelami prognozowania. Nowy model daje wartości MAPE & C wynoszące odpowiednio 0,33% i 0,07, w porównaniu z odpowiednio 1,1% i 0,3 dla tradycyjnego modelu GM(1,1). Zatem zaproponowany w artykule, ulepszony model GM(1,1) z zaletami praktycznego zastosowania i wysoką dokładnością, jest nową metodą prognozowania kosztów w górnictwie węgla, która ułatwia decydentom podejmowanie decyzji ugruntowanych naukowo dotyczących operacji pozyskania węgla.
    Źródło:
    Gospodarka Surowcami Mineralnymi; 2019, 35, 3; 75-98
    0860-0953
    Pojawia się w:
    Gospodarka Surowcami Mineralnymi
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies