基于优先级排序的用户侧电网调峰机制

传统的分时电价环境下,居民用户大量负荷转移至低电价时段,形成新的负荷高峰。为了缓解这一状况,提出了居民用户参与电网调峰的激励机制。以用户最小用电成本为目标函数,对家庭用电设备进行分类并建立数学模型;考虑调峰功率约束和补偿费用约束,运用改进的逼近理想解排序法（technique for order preference by similarity to ideal solution, TOPSIS）,并通过用户响应次数、响应功率等4个指标对每轮次参与调峰的用户进行优先级排序,最终确定参与调峰的用户名单。案例分析结果表明能够降低用户用电成本,减小系统的峰谷差。所提方法能够引导用户有序参与电网调峰,实现用户用电策略的优化。     

基于声环境评价的公共交通优先设置形式比选

根据各类公共交通优先设置形式的声环境特性,选择道路公交专用道(BUS)、道路交通快速公交系统(BRT)、高架地铁(MR)、高架轻轨(LR)和高架低速磁悬浮(LM)进行声环境评价比选研究.首先分析了上述5种公交优先设置形式的噪声影响因素;然后选择了道路交通与轨道交通公交优先客运走廊的噪声计算方法,并确定了相关参数;在此基础上,进行了5种公共交通优先设置形式的噪声情景设置、噪声计算与对比分析.研究结果表明,在城市公交优先客运走廊上,公交优先设置形式对声环境的影响比客运量变化的影响大;在高峰小时客运量2.0～5.0万客运走廊上,轻轨具有声环境优势;在高峰小时客运量5.0万以上客运走廊上,地铁具有声环境优势;在声环境特别敏感区域,宜采用低速磁悬浮.     

加工时间服从几何分布的流水车间随机排序问题

为了解决使最长加工时间的数学期望最小、工件的加工时间服从几何分布的两阶段流水车间随机调度问题,采用理论分析的方法,分别研究了两阶段静态随机流水车间和动态随机流水车间工件的最优加工顺序.结果表明:在工件的到达时间均为0的两阶段静态随机流水车间、工件的到达时间不一致的两阶段动态随机流水车间两种情况下,由给出的优先规则的不可中断静态优先策略和不可中断动态优先策略是确定使最长加工时间最小的优先策略,并对算法的最优性进行了证明.该成果对正规目标函数的流水车间随机排序问题的解决具有一定的参考价值和指导意义.     

基于时限单调算法的混合任务实时调度算法的研究与设计

周期任务与非周期任务的混合调度是实时调度研究的一个重要方向。针对现代嵌入式实时系统的任务特性,和经典实时调度算法只调度周期任务的特点,提出一种新的静态优先级调度算法——混合任务时限单调算法(Periodic and Aperiodic Deadline Monotonic,PADM)。该方法结合时限单调(DM)算法和先来先服务(FCFS)算法,将非周期任务量化为周期任务,且非周期任务在其裕度为零时优先级最高。通过理论分析和具体实验比较,在任务集轻载情况下,PADM算法尽可能地保证周期任务的完成率和非周期任务的时限,同时所带来的额外开销小,计算复杂度低,实现方便,是一种有效的混合任务调度算法。     

局部邻域搜索在对地观测卫星任务规划中的应用与扩展

任务规划作为一项重要技术,已经广泛应用于卫星的星载与地面控制系统中,以提高卫星任务执行的鲁棒性、可预测性和高效性。描述了对地观测卫星任务规划问题及特点,给出了对地观测卫星任务规划的一般处理过程。针对约束规划中的局部邻域搜索算法不能有效反应对地观测卫星成像的时效性和分辨率等需求的问题,提出了基于动态优先级的局部邻域搜索算法。算法在经典约束满足问题求解算法的基础上,主要扩展了任务优先级的定义及在搜索过程中的启发式。通过典型的仿真算例,验证了算法的可行性和有效性。     

研究昆明公交专用道系统运营特征

公交专用道系统运营特征及参数对公交专用道系统的规划、设计、运营等具有重要的意义.以昆明市公交专用道为例,通过大量的调查数据,对公交专用道系统的运营特征进行了研究.基于大量实测数据,从迅速性、可靠性、舒适性、运输效率等四个方面对昆明市北京路公交专用道系统的运营参数进行了研究.     

基于小波分析的a-多样性k-匿名大数据自适应延迟调度算法

为提高采用k-匿名模型进行a-多样性大数据延迟调度的自适应性和控制准确性, 提出一种基于小波分析的a-多样性k-匿名大数据自适应延迟调度算法. 首先采用小波分析方法对数据进行去噪处理, 通过去噪数据构建优先级列表控制模型; 然后利用高效时分多址协议设计负载均衡传输的信道模型, 并结合自适应加权控制方法建立调度控制的目标函数, 通过时隙分配进行目标函数的最优化求解, 实现调度算法改进设计. 仿真实验结果表明, 采用该方法进行a-多样性k-匿名大数据调度的自适应均衡性能较好, 数据调度的相对误差较低, 数据的召回率优于传统方法.     

基于加权证据理论的故障模式分析方法研究

针对采用传统风险优先数方法进行故障模式分析中存在不同故障模式的风险优先数值相等、风险参数的微小变化引起故障模式危害度等级波动较大的问题,从处理不确定性问题的方法论角度,提出了一种基于加权证据理论的故障模式分析方法。该方法将专家在风险参数评估过程中的认知不确定性分为基本可信度和专家属性权重分别进行量化,进而对认知不确定性进行传递和处理,实现了故障模式危害度等级的有序排列。实例分析及与现有研究结果的比较,验证了提出方法的实用性和有效性。     

基于选举的SDN机载网络控制器故障恢复机制

针对软件定义航空集群机载网络控制域内控制节点故障问题,将故障恢复问题转化为领导者选举问题,提出一种基于选举的软件定义机载网络控制器故障恢复机制,在控制域内选举传输节点作为新控制节点。为优化新控制节点性能,综合各传输节点平均传输时延、最大请求量和平均故障率3个参数计算传输节点的权值,根据权值定义选举优先级,并提出基于优先级的控制节点选举(priority-based control node election, PBCNE)算法。实验结果表明,与现有选举算法相比, PBCNE算法的复杂度(消息数和时间量)有了明显降低,有效减少了故障恢复时延,能够快速高效地恢复控制器故障。     

考虑用户体验的动态共乘系统设计

动态共乘系统是一种新兴的智能出行系统,它通过实时动态地将司机和乘客进行匹配,达到有效整合路网运力资源、缓解交通拥堵和减少环境污染的目的.用户体验的优劣对动态共乘系统的可持续发展至关重要,传统的系统设计只重视运行效率,而忽略了用户心理.为此,本文引入实时反馈、优先权分配以及不动匹配对移除三大机制,提出了一个新的考虑用户体验的动态共乘系统.系统的决策过程分为三个阶段:1)建立基于优先权分配的最大权重双向图匹配模型,以确定当前最优匹配方案;2)基于实时反馈机制,将匹配结果告知出行者;3)基于不动匹配对和最晚出发时刻,进行方案评估.最后,通过数值算例将提出的动态共乘系统与传统系统进行了对比.结果表明,本文提出的系统可以大幅度缩短用户的等待时间,改善用户体验,同时有效地提高系统的运行效率.