混合SQP的基于完全学习的粒子群优化算法在电力系统中经济分配问题的应用

电力系统经济负荷分配(ELD)问题是电力系统运行中一个重要的优化问题.此前,多种经典数学逼近方法和启发式搜索算法被用于对该问题进行了求解.但是,这些方法仍然存在两个很重要而未引起足够重视的问题:1)算法的稳定性得不到有效保证;2)算法在大规模ELD问题上的性能仍然不能令人满意.CLPSO是一种新的高效全局优化算法.针对其存在的多样性保持能力强但收敛性不足的问题,文中引入序列二次规划SQP,提出了一种新的混合SQP的CLPSO算法SQP-CLPSO.用其求解多个典型ELD问题,并与多种知名算法进行了对比.实验结果表明,SQP-CLPSO具有优秀的收敛性、多样性和可拓展性,是求解复杂ELD问题的有效算法.     

ROV水动力性能及推力控制分配研究与仿真

良好的推力控制分配策略是缆控水下机器人(remotely operated vehicle, ROV)机动性和作业安全性的保障,也是ROV运动控制技术得以实现的必要条件.但现有的推力控制分配策略存在推力输出饱和或计算时间过长等问题,导致ROV机动性欠佳.针对现存问题,提出了一种混合优化目标推力控制分配策略.首先,建立ROV驱动系统数学模型,设计了一种混合优化目标推力控制分配函数;再使用Fluent软件分析不同工况下导管螺旋桨的水动力性能,得到推进器的推力模型,从而确定混合优化目标推力控制分配函数的约束条件;最后采用光滑牛顿法求解混合优化目标推力控制分配函数,并与传统伪逆推力分配策略进行仿真对比.仿真结果表明,混合优化目标推力控制分配策略能满足各推进器对推力的约束要求,并能有效地利用约束范围内的推力集合,且通过光滑牛顿法求解的总体误差小于0.0007 N m,单步迭代次数在10步以内,单步计算时间小于2 ms,其具有精度高、实时性好、无推力输出饱和等优点.     

基于基排序法的冗余操纵面控制分配与管理

先进布局飞机的操纵舵面具有数量多,功能复杂且耦合的特点,为一典型过驱动冗余系统.针对该问题,首先提出了冗余操纵面控制分配与管理的概念和系统结构,然后基于一种新型受限控制分配方法——基排序控制分配方法,通过对分配过程物理含义的解析,给出了控制分配的优化目标、候选操纵舵面、限制条件和工程经验的综合管理方法,提高了控制系统对飞行状态、任务和故障的适应性.以某新型飞翼式布局飞机为对象进行了数字仿真和对比分析,结果表明:相对传统控制分配,本系统分配过程可灵活调整,分配结果更加合理,可保证飞机更安全、高效的完成飞行任务.     

基于置换图的便笺存储器分配

在当今的嵌入式系统中,广泛地将片上存储器组织为软件管理的便笺存储器(SPM).Li等研究发现,对于很多嵌入式应用,其相干图中的数组生存期满足包含性.他们证明了满足生存期包含性的数组相干图为超完美图,并提出了一个基于超完美图的SPM分配算法.他们的算法在面向嵌入式应用的SPM分配上获得了当前最好的性能.本文进一步证明满足生存期包含性的数组相干图为置换图.置换图是超完美图的一个子类.在现有技术的情况下,置换图在判定及区间着色方面比超完美图有优势,如存在线性时间的识别算法,存在线性时间的最优区间着色算法.基于此理论结果,我们将Li等的算法在保留原算法逻辑的基础上,改进为基于置换图.实验表明,改进后的算法在很多不满足生存期包含性的相干图上仍能取得最优SPM分配,获得比基于超完美图的分配算法更好的分配结果.     

软指接触约束的线性化和它在多指手动态力分配中的应用

当前多指抓取力封闭分析和动态力分配算法多借助于线性规划, 而摩擦模型却是非线性的. 用棱锥替代库仑摩擦圆锥, 实现了摩擦点接触的线性化, 但对软指接触至今仍束手无策. 提出了软指接触约束的线性化方法, 使上述各种高效算法能扩展到带软指的抓取. 这里先开发一个用于软多指抓取的最优力分配算法, 并举例说明.     

遗传算法求解随机用户平衡模型

分析了随机用户平衡分配的算法还有很大的改进余地。用遗传算法求解Akamatsu建立的随机用户平衡模型，为随机用户平衡分配的求解提供新的途径。在一个小型测试网络上对遗传算法的求解进行了说明。     

基于信道统计特性的中继选择与功率分配算法

针对放大前传多源协同通信网络,在保证系统满足一定中断概率的前提下,以最小化系统总发射功率为目标,提出一种基于信道统计特性的中继选择与功率分配算法.由目的节点根据源节点的优先级因子,依次确定是需要直传还是选择中继进行协同前传,以及相应的源节点和中继节点的最优发射功率.该算法运算复杂度低,且无需在传输中实时更新,能节省系统开销.仿真结果表明,与直接传输和AF策略相比,该算法能有效节省传输所需要的总发射功率,且性能优于凸松弛算法,与最优穷举搜索算法相近.     

TD-SCDMA系统多业务动态信道分配算法研究

本文在分析TD-SCDMA系统无线资源管理机制的基础上,对该系统的动态信道分配算法进行研究.为了适应多业务资源管理,本文在已有的DCA研究成果基础上,提出了一种改进的共享DCA方案,根据方案流程进行了计算机仿真验证,并与移动边界方案进行对比分析,在语音业务阻塞率、数据业务掉包率和系统吞吐量等方面进行了比较.     

基于时刻表的城市地铁客流均衡分配模型及方法

运用网络扩展技术,结合城市地铁线网结构和列车时刻表信息,对空间网络的物理站点和区段在时间维度上进行扩展,同时,考虑了乘客在不同线路之间换乘的实际约束,构造了城市地铁的时空网络拓扑结构,并给出了针对地铁时空扩展网络的改进最短路搜索算法.在此基础上,分析和研究了地铁乘客路径选择行为的时效性,考虑了乘车时间、换乘因素以及车内拥挤因素,构建了基于地铁时空扩展网络的路径广义费用模型,提出了基于时刻表的地铁网络客流平衡分配模型,并给出了求解算法.最后,通过一个简单算例对模型及算法的可行性和有效性进行了分析和验证.     

CRH3型高速列车气动头型优化计算

本文针对CRH3型高速列车的气动外形设计问题,提出了一套高效的头型气动力优化方法.使用NS方程进行流场求解,结合遗传优化算法和任意网格变形技术,避免了流场计算时几何变形和网格剖分的庞大时间开销,提高了优化计算的效率.通过对设计空间中的设计点进行统计分析,研究了优化设计变量与优化目标之间的相关性,分析出了影响优化目标的几个关键变量,并采用Kriging算法对关键设计变量与优化目标进行了响应面分析,得到了关键设计变量与优化目标之间的非线性关系.最后,通过优化头型与原始头型的气动性能比较,对CRH3型高速列车原始头型的气动稳定型进行了评估.     

基于节点状态的多接口多信道WMN信道分配算法

多接口多信道无线Mesh两络信道分配的目的在于提升网络容量以及保持网络连通的同时,降低干扰,增强信道负载平衡.由此,提出一种基于节点状态的信道分配方案.该方案是一种基于优先级的多项式时间贪婪混合式算法.NS2仿真结果表明,该算法不仅可以较好地解决信道负载平衡,提升网络容量,而且即使在节点接口的数量少于有效信道数量时,也能使信道得到有效的分配,保证网络的连接通畅.     

二次否定选择算法

否定选择算法(NSA)是人工免疫系统应用于异常检测生成检测器的重要算法,传统NSA随机产生候选检测器与全部训练集进行耐受以消除免疫自反应,该匹配过程是NSA的主要时间开销,由于候选检测器在自体耐受过程中未考虑其与已有成熟检测器集的相互覆盖,导致生成的成熟检测器与已有检测器重复覆盖,经历不必要的自体耐受,从而导致NSA生成检测器数量过多,检测器的生成效率过低,限制了人工免疫系统在异常检测中的应用.为此,本文提出了二次否定选择算法(2-NSA),算法包括两次否定选择过程,分别耐受检测器集和训练集.每个随机产生的候选检测器先与已有成熟检测器集耐受为第一次否定选择,清除识别已有成熟检测器的候选检测器,耐受成功的候选检测器成为半成熟检测器;半成熟检测器在已有成熟检测器覆盖之外进行训练集的自体耐受为第二次否定选择,清除识别自体的半成熟检测器,耐受成功的半成熟检测器成为成熟检测器加入检测器集合.2-NSA算法有效避免了候选检测器在已有成熟检测器覆盖范围之内的自体耐受,大大减少了成熟检测器的数量,提高了成熟检测器集的生成效率,降低了算法的时间复杂度.此外,2-NSA算法按检测器半径从大到小优先产生覆盖范围更大的检测器,进一步避免与已有成熟检测器的重复覆盖,减少成熟检测器的数量.理论分析表明2-NSA算法有效减小了成熟检测器数量、提高了检测器生成效率,降低了系统的误报率.对比实验结果表明:在标准数据集Iris和期望覆盖率为99%的情况下,与经典的RNSA和V-Detector等实值否定选择算法相比,2-NSA算法需要成熟检测器的数量分别减少了99.84%和95.69%,误报率分别降低了60.13%和50.90%,产生成熟检测器集的时间代价分别缩减了99.79%和66.84%.     

低成本辅助凸极式辐向永磁电机的鲁棒性优化设计

将铁氧体应用于具有聚磁能力的辐向永磁电机中可获得与稀土永磁电机相媲美的转矩密度,并兼具低成本的优势.为克服传统辐向永磁电机高转矩脉动的弊端,提出一种新型辅助凸极式转子,增强了转子的可塑性并增加优化参数的数目.采用基于响应面分析与多目标骨干粒子群优化算法相结合的多目标优化方法来提升电机的转矩性能.进一步地,考虑到在电机批量生产过程中不可避免地会受到误差、公差等不确定性因素的影响,将六西格玛设计方法和蒙特卡罗分析方法相结合,对电机进行鲁棒性优化.通过对比分析优化前后的电磁性能可知,所提出的新型电机可以在提高输出转矩的同时有效降低转矩脉动,且极大降低电机批量生产中的失效率.最后,实验结果验证了所提新型电机结构及其鲁棒性优化设计的准确性和可行性.     

单一风电场的短期负荷调度优化策略

随着并网风电场数量迅速增加,单一风电场的调度水平需要提高.如何优化一个周期内风电场机组运行的数量与启停方案,迫切需要研究.针对风电场机组数量众多,调度方案解维数过高的问题,分析风电场机组负荷特性,提取机组负荷特征矩阵,运用FCM模糊聚类算法对风电场机组群进行分类;定义风电场机组运行相对损耗指标和启停相对损耗指标,在风功率预测的基础上,根据总调度指令,应用非线性规划理论建立风电场机组组合优化模型,运用模糊聚类算法和遗传算法相结合对模型进行求解.所建立模型和相应求解方法克服了风电场机组调度解维度过高带来的困难,获得了连续时期的风电场全部机组优化调度.最后,通过算例分析计算了某45MW风电场的多目标机组优化调度,验证了所提出算法的可行性和有效性.     

应用 ANP的 Shapely值法服务供应链系统利益分配研究

基于 Shapley值的利益分配是研究服务供应链系统利益分配的有效方法之一,但其没有考虑系统成员在投入、努力、风险和客户等因素的差异性.因此在服务供应链系统利益分配过程中,应用网络分析法(ANP)确定影响系统利益分配的投入因素、努力因素、风险因素和客户因素的权重,对 Shapley值法利益分配进行修正,建立服务供应链系统的利益分配模型.案例分析表明,这种利益分配的结果更加科学合理     

一种基于自体集层次聚类的否定选择算法

否定选择算法是用于产生人工免疫检测器的重要算法,然而传统的否定选择过程需要将随机生成的候选检测器与全部自体数据进行匹配以排除识别了自体的无效检测器,该匹配过程导致检测器的生成效率过低,极大地限制了免疫算法的应用.为此,文中提出了一种基于自体集层次聚类的否定选择算法CB-RNSA.算法首先对自体数据进行层次聚类预处理,然后用聚类中心取代自体数据点与候选检测器进行匹配,以减少距离计算代价.在生成检测器的过程中,候选检测器被限定在非自体空间的低覆盖率区域内,以降低检测器冗余.对检测器的非自体空间覆盖率进行了概率分析,给出了中止生成检测器的条件,该条件较传统的预设检测器数量的中止条件更为合理.理论分析表明CB-RNSA的时间复杂度与自体集规模无关,从而解决了经典的否定选择算法的时间复杂度随自体数量呈指数增长这一难题,极大地提高了大自体样本空间下的检测器生成效率.对比实验结果表明:在相同的实验数据集与期望覆盖率下,CB-RNSA的检测率比经典的RNSA与V-detector算法分别提高了12.3%与7.4%,误警率分别降低了8.5%与4.9%,产生检测器的时间代价分别降低了67.6%和75.7%.     

快速构建量子稳定子码的最小网格图

量子网格图顶点集的大小影响译码算法的效率,减少网格图的顶点数可以提高译码算法的效率.本文基于标准化的稳定子群校验矩阵,给出了构造面向网格图的稳定子群生成元的方法,据此可以构造顶点集最小的量子网格图.此外,本文通过分析差错算子与稳定子群生成元各个量子位的对易关系对两算子之间对易关系的影响,给出了一种快速生成量子稳定子码网格图的方法.现有构造方法对各顶点集分别独立计算,没有利用已有的计算结果,所以运算量大,这限制了译码的规模和速度.本文方法是在已有顶点集的基础上,利用迭代法构造新顶点集,该方法计算复杂性更小、算法效率更高,从而能适应规模更大和对时间要求更高的应用.     

多天线放大转发中继系统基于MMSE的重传预编码设计

针对多天线放大转发中继系统,本文提出了一种基于MMSE的新的重传预编码方案,把重传预编码设计问题分解成两个子问题:离散的信道配对和连续的联合源、中继功率分配问题.最优的信道配对需要遍历所有信道配对方式,对于每一种配对方式,联合源、中继功率分配问题是一个多参数非凸的优化问题,本文提出了一种获得该问题最优解的算法和一种次优迭代功率分配算法,此种通过遍历信道配对获得最优重传预编码的方案计算复杂度较高.本文证明了在一跳信道信噪比趋于无穷时,最优的信道配对是使之前的子信道增益和当前另一跳信道奇异值大小排列顺序相反,进而提出了一种简化的信道配对方法.仿真结果表明,简化的信道配对和迭代功率分配算法性能均接近最优.本文所提出的重传预编码与已有的预编码相比,能获得明显性能提升.     

充气膜结构零应力态求解

本文首次提出了一种从弹性平衡态到零应力态的逆解析数值分析方法：线性协调矩阵广义逆法．首先，用膜线单元模拟膜面，将膜结构转化成为网格结构；然后，基于杆系结构平衡矩阵理论和小变形假定，建立体系的协调方程．由弹性平衡态预张力和材料参数，计算膜线单元无应力长度和变形量．最后，由协调矩阵M—P广义逆求解协调方程得到节点位移，逆向叠加求出零应力态位形，释放应力．根据该算法，用MATLAB编制了计算程序．算例分析验证了该方法的正确性和高效性，得出一个弹性平衡态对应唯一零应力态的结论．本文对充气膜结构设计具有重要理论意义和实际指导价值．     

弱偏好序下存在租客的房屋匹配问题机制设计

已知一房屋集合和一个体集合(房屋数不小于个体数),房屋匹配问题要求根据个体对房屋的偏好,为每一个体分配一个尽可能满意的房屋,使得匹配具有互利性和稳定性.此类问题目前主要研究个体均具有初始分配或均无初始分配这两种情形,且个体对房屋具有严格的偏好序.本文研究一类一般化的房屋匹配问题,即个体对房屋有弱偏好序,且只有部分个体具有初始分配的房屋.基于Shapley和Sacrf的首位交易环算法以及相关的改进算法,设计了求解此一般化问题的扩展首位交易环算法(extended top trading cycle algorithm,ETTC),并证明了由该算法所确定的首位交易环机制满足Pareto有效性、个体理性和防策略操纵性.ETTC算法的时间复杂度为O(n3m),其中n为个体数,m为房屋数.ETTC算法复杂度低于近期已见发表的代表性算法TTAS和TCR.