分档电价和碳配额激励的含电动汽车微电网优化调度策略

在含电动汽车(electric vehicle, EV)微电网(micragrid, MG)的调峰调度中,实施分时电价或实时电价引导EV参与调峰,会导致EV过度响应或响应疲惫现象。为此,提出了分档电价协同碳配额激励机制下的含电动汽车微电网博弈优化调度策略。建立了微电网与电动汽车的主从博弈优化调度模型,微电网主体以运行成本最小和极小化负荷均方差为优化目标,考虑新能源发电完全消纳,针对等效净负荷水平制定分档电价并和碳配额协同激励,引导电动汽车在新能源发电余缺时充放电的适度响应;电动汽车用户从体响应微电网激励优化电动汽车充放电行为使其成本最小。采用粒子群算法(particle swarm optimization, PSO)求解优化模型纳什均衡点,获得微电网侧最优分档电价(ladder electricity price, LP)和电动汽车调度策略的集合。通过仿真算例验证了所提方法的有效性。     

关于Authorware系统中非预期响应的处理方法

多媒体编辑系统Authorware，以其强大的交互功能和“无霞编程”（适合于非计算机专业人员使用）等特点，成为广大多媒体深件制作者的首选工具。Authorware系统提供了十多种交互方式，也称之为交互响应（In－te。ct。RespO。）。在设计Authorware中的交互流程时，应从两方面考虑，既要考虑符合响应的情况——称之为预期交互响应，又要考虑不符合响应的情况——称之为非预期交互响应。所谓非预期响应的处理，一般是指当用户不清楚程序的正确响应是什么时，出现错误的响应，应该给用户一个提示。本文主要对Anthorwed．0系统中的非预期响应问…     

考虑大规模电动汽车入网的经济调度问题

针对大规模的电动汽车无序入网充电导致电力系统运行不稳定的问题,提出了基于峰谷分时电价进行有序充放电的策略,该策略考虑了电动汽车用户的响应程度对其实际应用的影响。具体阐述了峰谷分时电价划分的方法和用户充放电时刻的选择。根据电动汽车时空分布规律,分别构建了电动汽车无序充电和基于峰谷分时电价的有序充放电模型。从微网系统和用户侧两方面建立了以微网系统运行成本、系统负荷波动、车主充电成本为目标函数的经济调度模型。采用粒子群算法对算例模型进行求解,得到了不同充放电方式下电动汽车和其各分布式微源的出力结果,验证了有序充放电策略的有效性和可行性。研究结果表明峰谷分时电价机制下的有序充电明显优于无序充电,电动汽车车主对有序充电的响应程度越高,越能提高微网系统的经济效益和环境效益。     

协同环境中用户之间的交互性问题

协同环境中用户之间的交互性和协同感知程度是衡量协同环境性能的重要指标。目前大部分CSCW应用系统中用户之间的交互仍然采用基于文本对话框等传统交互方式，交互程度明显不足，严重影响了协同工作的效率。本文根据用户之间交互对象的不同，将其交互划分为用户之间、用户与其替身、用户与另一用户替身及替身之间四个交互层，并通过为用户在协同环境中的人物代表．3D替身(avatar)绑定智能代理，初步建立了一套比较完善的交互机制，从而实现了协同环境中交互行为的动态控制，解决了现有用户间交互性不足的问题。     

电动汽车有序充放电分群调度策略

为解决大规模电动汽车无序入网会给配电网安全稳定运行带来一系列不良影响问题,提出了车联网(vehicle to grid,V2G)模式下电动汽车有序充放电实时响应分群调度策略.从日前-日内多时间尺度出发,充分计及车主响应意愿及响应能力,对电动汽车集群进行细致划分.针对每个调度时段,综合考虑电网、电池、车主等约束条件,建立电动汽车有序充放电优化模型.模型分为上、下两层求取电动汽车充放电调度计划:上层以调度时间区间内的配电网方差负荷曲线最小为目标,求取当前时段集群总的充放电功率;下层以电动汽车车主费用最低为目标,求取单辆电动汽车的充放电计划.通过算例仿真,验证所提模型的有效性.     

基于补偿激励的电动汽车与电网联合优化调度

为减少电动汽车(EV,Electric Vehicle)无序充放电对电网造成的冲击影响和促进新能源消纳,考虑EV集群的储能能力和可调备用负荷特性,提出一种基于补偿激励用户引导的电动汽车-新能源-区域电网联合优化调度控制策略。充分考虑车主充放电意向和所能接受的充电成本,建立EV充放电服务系统(EV-CDSS,Electric Vehicle Charging and Discharging Service System)。利用接入系统的EV集群储能作用,辅助区域火电,平抑区域电网功率的波动,改善EV无序充放电,并提高区域电网稳定性和节省EV充电成本。以典型的区域配电网负荷及风光电厂输出功率数据为例,通过仿真,验证了所搭建的EV-CDSS及控制策略的可行性和有效性。     

中断情景下EV充电站与多类型充电桩联合布局优化

【目的】当前研究较少考虑中断情景与电动汽车（electric vehicle, EV）用户充电距离,且多是对充电站的选址进行规划。有鉴于此,在中断情景下将研究范畴拓展至充电站与充电桩联合布局优化,以成本最小和距离最短为目标构建了多目标规划模型。【方法】针对问题的NP-hard特性,首先设计了基于K-Means聚类的启发式算法,以快速生成较好的初始可行解,然后提出改进遗传算法求解模型。【结果】通过算例分析,验证了模型的有效性。【结论】所建模型能够有效解决中断情景下的EV充电站与充电桩联合布局优化问题,所提算法在求解精度与稳定性方面要优于已有算法。     

异质图神经网络协同过滤模型

协同过滤算法被广泛运用于各类大数据的推荐系统中，能够向用户推荐与该用户类似的用户感兴趣的信息。随着深度学习，尤其是图神经网络的发展，基于图神经网络的协同过滤算法受到了越来越多的关注。基于图结构的协同过滤模型通常将用户与条目的交互信息建模为二部图，然后利用二部图的高阶连通性建模捕获用户与条目之间的隐藏关系。但是，这种二部图模型没有将用户之间的相似关系和条目之间的相似关系明确建模。此外，二部图的稀疏性会产生图中高阶连通性依赖问题。为此，该文提出了一种基于异质图卷积神经网络的协同过滤模型，将用户之间的相似度和条目之间的相似度显式地编码到图结构中，使得用户与条目的交互关系被建模成异质图。异质图结构使用户之间的相似度与条目之间的相似度能被直接捕获，降低了对高阶连通性的依赖，同时缓解了二部图过于稀疏的问题。该文在4个典型的数据集上进行了实验，并与4种经典模型进行了对比，结果表明所提出的模型效果较好。     

混合公交系统的票价和服务区域协同优化

为促进需求适应式双线混合公交系统的发展，对矩形区域内固定公交/需求响应式公交服务区域和需求响应式公交票价进行协同优化.采用连续逼近法，推导出运营商和乘客的成本构成.构建了非线性规划问题，在运营商收益非负的约束条件下使用户总成本最小化.设计数值实验，检测不同需求水平下优化模型特性.结果表明，时间价值参数对服务区域的影响较大，对票价的影响较小.算例中时间价值从20元/h增大到40元/h时，需求响应式公交服务区域面积占总区域面积的比例从24.5%增大到32.0%.需求密度对用户成本的影响较大，低需求密度下需求响应式公交的最大偏移距离与用户成本成负相关关系，而在高需求密度下则相反.灵敏度分析中最佳的需求响应式公交服务区面积占总区域面积的比例均小于50%.     

响应式WEB交互设计浅析

随着移动互联网的大行其道,为多尺寸浏览器自动配适而生的响应式交互设计逐渐受到重视。按照目前移动互联网的发展趋势,可以预见在不远的将来,移动互联网端的数据流量将超越PC端数据流量。响应式web设计（Responsive Web design）可以为不同设备环境（系统平台、屏幕尺寸、屏幕方向等）用户提供更加舒适友好的操作界面及用户体验。随着智能大屏幕移动设备的普及,响应式交互设计的应用与发展可以说是大势所趋。该文对响应式交互设计的概念、优势、实现方式进行了介绍与总结。     

低碳经济背景下的峰谷分时电价建模及福利分析

为研究峰谷分时电价对社会福利的影响,提出了一种考虑用户滞后响应的峰谷分时电价模型.首先,将发电企业和电力用户分为不同的类型,构建了基本的电力市场网络结构;其次,通过引入滞后弹性参数和非价格影响参数,建立了基于用户响应的单一价格模型和峰谷分时电价模型;然后,在保证发电企业收益和用户需求的前提下,分别求解了2种模型的电价和各时段负荷;最后,采用泰勒级数近似法估算了消费者支付意愿的变化,并分析了峰谷分时电价对用户行为和社会福利的影响.仿真案例表明,本模型具有一定的可操作性,对峰谷电价的实施以及评估其对社会福利的影响具有重要的参考价值.     

基于响应面模型法的地下综合管廊结构优化方法研究

地下综合管廊是城市地下空间开发的重要方式,为了对地下综合管廊的结构进行优化设计,提出了一种基于响应面模型（Response Surface Model, RSM）的结构优化设计方法.基于有限元模型分析结果,选取适当的结构力学响应作为控制参数.采用拉丁超立方采样（Latin Hypercube Sampling,LHS）和优化拉丁超立方采样（Optimized Latin Hypercube Sampling,OLHS）方法,建立设计参数与结构力学响应之间的响应面模型,并评估了不同采样方法建立的响应面模型的精度.结果表明,采用最小样本点数量4倍的OLHS建立响应面模型能兼顾建模效率与准确性.基于响应面模型建立了考虑配筋等多种条件约束的优化模型,采用非线性规划和遗传算法对优化模型进行了求解,结果表明求解方法不影响优化结果,模型鲁棒性好.优化后结构造价成本下降27.58%,控制截面弯矩分别下降45.10%、45.72%、24.40%.采用有限元方法对优化后结构进行了分析,其二维响应面模型与有限元分析的误差小于14%,采用二维响应面模型替代有限元分析过程是合理有效的.     

考虑用户意愿的符号网络净积极影响力最大化问题

影响力最大化是近年来广泛研究的社交网络的核心问题.然而之前的研究较少考虑用户的意愿以及用户之间的友好或敌对关系.因此综合考虑这些因素,针对符号网络提出了考虑用户意愿的净积极影响力最大化问题,该问题可以描述如下：利用符号网络来刻画用户具有友好(积极)和敌对(消极)关系的社交网络,每个用户对传播的信息有自己的意愿,目标是要从网络中选择k个用户,使得最终的净积极影响的用户数量最多.通过对问题的细致分析,建立了考虑用户意愿的传播模型,证明了该模型下净积极影响力最大化问题是非次模和非单调的,随后给出了基于概率驱动的结构感知的求解算法,通过在三个数据集上的实验表明,利用提出的算法找到的种子集有更好的净积极影响力.     

网页交互任务的用户情感测量方法

针对网页交互过程用户情感难以客观衡量的问题,提出运用用户完成交互任务时的眼动数据来衡量用户情感的方法.首先,选择中文版PAD情感量表及初步眼动指标,通过问卷调查选择代表性网站,并确立交互任务;其次,通过实验获得不同网页交互任务下被试的眼动数据及PAD情感数据,以情感类别为影响因素对眼动数据做方差齐性检验和单因素方差分析,确定与情感变化有关的眼动指标;最后,采用偏最小二乘方法建立眼动指标与用户情感之间的关系模型,并对模型进行有效性和适应性验证.结果表明,该模型可很好地测量用户情感.     

网页交互任务的用户情感测量方法

针对网页交互过程用户情感难以客观衡量的问题,提出运用用户完成交互任务时的眼动数据来衡量用户情感的方法.首先,选择中文版PAD情感量表及初步眼动指标,通过问卷调查选择代表性网站,并确立交互任务;其次,通过实验获得不同网页交互任务下被试的眼动数据及PAD情感数据,以情感类别为影响因素对眼动数据做方差齐性检验和单因素方差分析,确定与情感变化有关的眼动指标;最后,采用偏最小二乘方法建立眼动指标与用户情感之间的关系模型,并对模型进行有效性和适应性验证.结果表明,该模型可很好地测量用户情感.     

一种基于知识图谱的用户多偏好推荐系统

提出了一种基于知识图谱（KG）的用户多偏好（MPKG）推荐系统,从用户关系级、实体级和细粒度高阶用户三种不同的视角建模用户的偏好. 首先,将KG中关系向量组合,构建关系级意图,并通过独立性将不同意图之间的差异最大化,由关系级意图来指导学习关系级偏好;然后,根据用户交互实体的频率构建实体偏好图（EPG）,并学习用户的实体级偏好;接着,分别使用关系级意图和实体级偏好来指导模型学习用户的表示;此外,还直接从KG中构建关系实体信息流,用于用户的表示,挖掘用户的高阶细粒度偏好. 在两个基准数据集上进行实验,实验结果验证了该方法的有效性和可行性.     

移动群智感知中基于用户意愿的参与者优选方法

移动群智感知中,在选择参与者时忽视用户意愿,可能会导致用户执行效率低甚至产生中途退出、上传虚假数据等严重损害感知数据质量的行为.针对这一问题,首先提出了一种基于用户意愿的参与者优选方法,综合考虑用户特征、任务属性、实时环境等信息,使用全连接的深度神经网络以及卷积自编码器构建用户意愿回归模型,量化评估在实时过程中用户对感知任务的执行意愿程度.其次设计平衡用户意愿与用户效用的参与者优选机制,在不同场景下同时保障感知效率与用户意愿.通过在真实轨迹数据集上进行仿真实验,验证了用户意愿回归模型的拟合度优于基线方法.通过两个感知任务案例分析验证了平衡用户意愿与用户效用的参与者优选机制的有效性及合理性.     

基于记忆的注意力图神经网络专家推荐方法

在问答社区专家推荐算法中,图神经网络主要利用问答社区中用户与问题的交互关系建模,其模型性能取决于交互数据的稠密度,难以对无交互信息的用户及问题进行有效表示学习.针对这一问题,提出了一个基于记忆的注意力图神经网络专家推荐方法.该方法首先设计了面向用户多维特征的联合表示子网络,然后构建了一个记忆网络,为每个问题保存用户回答...     

基于Stackelberg博弈的混合路网协同管控模型

针对快速路网和普通道路网所组成的混合路网由于非集中化协同管控而导致的局部拥堵易演变为大规模拥堵现象，以及高峰时段内路网流量压力分配不均衡问题，基于Stackelberg博弈过程构建了管理者与用户间对策角色可变的混合路网集中化协同优化模型LC-MPC（可变角色模型预测控制）。将用户服从率作为表征路段流量压力分配的均衡指标，设计角色交换函数实现不同交通状态下领导与跟随关系的转换，并通过模型预测控制（MPC）的中央控制器实现了对混合路网CAC（交通分配与信号控制的组合问题）的同步优化求解，最后与不同控制模型对照以验证设计模型的有效性。分析结果显示，结构集中化程度最高的LC-MPC模型较之其他对照模型在降低路网出行成本上有更好的效果；同时，该模型能将用户服从率稳定在一定范围内，有利于路网流量均衡分配及整体运行稳定。     

灯光环境显示系统中多维度信息传递的研究

灯光是一种常见的环境显示（Ambient Display）媒介,它能在提供新颖与美的体验的同时,传递一定的环境信息.但是,由于灯光的抽象特性,灯光环境显示在传递多维度信息,提高信息容量,并通过灯光有效表达具体的细节信息方面,还有待探索.本文基于距离交互理论,探索灯光环境显示的一种交互设计框架,在理解用户行为和意愿的基础上,研究如何基于此框架向人们传递多维度的和具体的细节信息.研究结果表明,通过保持不可见性与有效性之间的平衡,基于具有叠加机制的交互框架,以合理的变化为载体,灯光环境显示将能够有效地提高信息传递的容量.