基于深度强化学习技术的箱梁涡激振动控制策略.docxVIP

基于深度强化学习技术的箱梁涡激振动控制策略

目录

内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.2.1涡激振动机理研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.2桥梁振动控制技术研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.2.3深度强化学习技术应用现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

箱梁涡激振动机理分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.1涡激振动产生机理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.2影响涡激振动的因素．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.2.1流体动力学参数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.2.2结构几何参数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.2.3环境参数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.3涡激振动特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.3.1振动频率特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.3.2振幅特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

2.3.3稳定性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

2.4涡激振动控制方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

深度强化学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

3.1强化学习基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.2深度强化学习模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.2.1状态、动作、奖励．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.2.2策略网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.2.3值函数网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

3.3常用深度强化学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

3.3.1Q学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

3.3.2深度Q网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

3.3.3近端策略优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

3.3.4其他先进算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

基于深度强化学习的箱梁振动控制策略设计．．．．．．．．．．．．．．．．．52

4.1系统状态空间构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.2控制动作空间设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

4.3奖励函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

4.4深度强化学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

4.4.1策略网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60

4.4.2值函数