基于区块链的能源电力供需网调度优化模型

针对传统电力调度过程中难以调控能源、易产生网络损耗等缺陷，提出基于区块链的能源电力供需网调度优化模型。结合区块链的去中心化、可信任、交易透明化的特性，建立能源电力供需网模型；利用区块链激励机制，实现能源电力供需网协调控制分布式能源独立并网的行为；在此基础上，根据运营成本最低、有功损耗最小等目标函数建立调度优化模型，运用协作型协同进化算法（CCEA）对模型进行求解，并通过区块链的POW共识机制，安排能源电力供需网各节点进行分布式计算，实现调度方案的二次验证与优化。算例结果表明，与传统的电力能源调度模型相比，本文所提出的方法可使总运营成本降低9.9%，有功网络损耗降低3.5%，日负荷方差等因素也有所改善，提高了电力系统的稳定性，为优化能源电力调度问题提供决策支持和理论支撑。     

基于线网结构的公交协同调度时刻表模型

为提高城市公交服务水平和效率,基于复杂网络理论对公交线网协同调度问题开展研究。通过构建公交线网协同调度换乘复杂网络,以路网换乘点换乘车辆数最大作为优化目标,从路网结构层面提出换乘点换乘权重系数,建立时刻表模型。针对模型的特点,设计了基于遗传算法的求解方法,用算例验证了模型和算法的有效性。     

区块链框架下基于前景理论的微网分布式能源协同优化

为支撑碳达峰、碳中和目标,实现新能源的有效消纳,本文建立包含信息交互和决策优化的分布式电力市场,提出基于区块链的微网分布式能源协同优化方法,量化区块链技术的应用对微网电力需求和分布式能源电力交易的影响.同时,为降低决策者主观性对优化策略的影响,采用前景理论建立市场成员有限理性下的优化模型,分析电力交易中发电商的心理预期和个体行为偏好等对交易决策的影响.仿真结果表明:基于区块链的微网整合利用分布式新能源实现供给侧协同和资源优化配置,提高了微网供电灵活性和市场成员经济效益.采用前景理论考虑人的有限理性,市场成员能够更好地管理风险.     

考虑盲区的多移动传感器地面目标检测跟踪调度方法

针对地面目标检测跟踪任务以多移动传感器系统为调度对象，提出一种考虑盲区的传感器调度方法。首先，建立了目标检测模型，基于贝叶斯风险理论给出了目标检测损失的计算方法以评估检测性能。然后，考虑多普勒盲区和视野盲区的影响，建立了目标跟踪模型，并给出了基于盲区信息辅助的目标跟踪算法以应对盲区出现时目标状态估计问题。最后，建立了传感器优化调度模型，结合检测损失、跟踪精度、传感器能耗等因素建立了目标优化函数。仿真结果表明，所提调度方法能够有效解决多移动传感器协同调度问题，所得的最优调度方案可在兼顾检测性能、跟踪性能和控制能耗的同时，使整体作战收益达到最佳。     

基于时延Petri网与BSO的铝挤压线排产调度优化

针对工业生产中铝挤压生产线存在的工序繁杂、排产量大等导致的生产工期较长、效率低等问题,建立了铝挤压生产线的时延Petri网(timed Petri net,TdPN)模型并进行合理性分析;将头脑风暴优化算法(brain storm optimization,BSO)引入TdPN模型,提出了基于变迁序列个体编码解码方式的铝挤压排产调度问题优化调度算法。算法中采用模拟退火局部搜索机制改善BSO算法在后期的寻优性能,实现最小化批次完工时间的排产调度目标;仿真结果表明该方法能够缩短生产线排产工期提高生产效率,为工业生产排产调度问题提供了新的解决方法。     

基于能源区块链的综合能源系统调度优化模型及其应用

综合能源服务是在能源互联网背景下产生的新型能源服务模式,在综合能源服务系统中产销主体众多,能源生产消费多元化,针对综合能源系统调度过程中存在的信息安全及损耗问题,提出基于能源区块链的综合能源服务调度优化模型。利用区块链技术的去中心化、可信任和交易透明化的特性,构建基于区块链的综合能源服务网络架构;以系统经济效益及环保效益最大化为目标建立调度优化模型,有效降低系统运营成本,使得经济效益和环保效益得到较大提升。案例分析表明：能源区块链技术能够提高综合能源系统的安全性,保证相关数据不可篡改;同时,构建的综合能源服务调度优化模型能够为综合能源系统运营管理及调度优化问题提供决策支持与理论支撑。     

城市供水系统弹性应对策略与仿真分析

针对城市供水系统受外界威胁导致供应能力波动的问题,建立了以优化供水系统弹性为目标的两阶段应对策略模型.第一阶段为马尔可夫决策过程水库调度模型,求解在满足期望弹性约束下以总成本最小化为目标的优化调度策略;当供应缺口超出水库调度能力时,针对供水系统在动态情景下的不确定性,建立了以供水网络弹性损失最小为目标的系统动力学第二阶段模型,通过仿真实验得到了多渠道优化策略.最后,以上海市咸潮入侵事件验证了该方法的有效性和实用性.     

成像卫星鲁棒性调度策略研究

针对不确定条件下的成像卫星调度问题,分析了鲁棒性调度要求,提出了鲁棒性调度策略,将成像卫星调度分为鲁棒性调度方案生成和鲁棒性调度方案动态调整两个阶段。在鲁棒性调度方案生成阶段,以调度方案收益和鲁棒性为优化目标,建立了成像卫星鲁棒性调度模型。在鲁棒性调度方案动态调整阶段,以调度方案收益和新老调度方案差异为优化目标,建立了成像卫星动态调度模型。仿真实例验证了成像卫星鲁棒性调度策略和模型的有效性。     

半导体制造系统改进Petri网模型的建立及优化调度

为了更有效优化半导体制造系统生产资源调度,提出了基于分层着色时间Petri网模型的分时段优化调度方案.通过增强基本Petri网的描述能力和引入分层Petri网的思想,根据半导体制造系统的结构建立其改进Petri网模型-分层着色时间Petri网模型,并在模型中引入调度库所将调度算法嵌入到模型中,该模型能有效地克服基本Petri网模型规模膨胀的缺陷;同时将每一生产周期分成若干时间段,利用遗传算法来寻找各时间段内调度规则组合来优化半导体制造系统的动态性能,实现分时段优化调度,编码时, 根据机器组的利用率来选择部分机器组为瓶颈机器组,重点调度瓶颈机器组, 提高算法的搜索效率;仿真实验结果验证了该调度方案的优越性.     

基于改进MOEA/D的钢铁多介质能源计划优化

针对多介质钢铁能源计划模型存在变量较多、约束复杂和模型求解难度高等问题，提出基于自适应邻域的改进MOEA/D(decomposition-based multi-objective evolutionary algorithm)实现多介质能源计划优化。考虑分时电价特性和煤气柜的缓冲作用，构建以最小化运行成本和总能耗的目标函数，设计能源介质供需和工序饱和度等模型约束；基于能源产耗规则的解码方法确定目标值，定义归一化的切比雪夫聚合函数和种群进化程度的自适应邻域更新，设计改进MOEA/D的能源计划优化算法。仿真对比实验验证了改进MOEA/D有效实现能源计划优化，提高解的收敛性，降低运行成本1.3%和能耗1.2%。     

鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。     

鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。     

Multi-satellite observation integrated scheduling method oriented to emergency tasks and common tasks

Satellite observation scheduling plays a significant role in improving the efficiency of satellite observation systems.Although many scheduling algorithms have been proposed,emergency tasks,characterized as importance and urgency(e.g.,observation tasks orienting to the earthquake area and military conflict area),have not been taken into account yet.Therefore,it is crucial to investigate the satellite integrated scheduling methods,which focus on meeting the requirements of emergency tasks while maximizing the profit of common tasks.Firstly,a pretreatment approach is proposed,which eliminates conflicts among emergency tasks and allocates all tasks with a potential time-window to related orbits of satellites.Secondly,a mathematical model and an acyclic directed graph model are constructed.Thirdly,a hybrid ant colony optimization method mixed with iteration local search(ACO-ILS) is established to solve the problem.Moreover,to guarantee all solutions satisfying the emergency task requirement constraints,a constraint repair method is presented.Extensive experimental simulations show that the proposed integrated scheduling method is superior to two-phased scheduling methods,the performance of ACO-ILS is greatly improved in both evolution speed and solution quality by iteration local search,and ACO-ILS outperforms both genetic algorithm and simulated annealing algorithm.     

集中式无线传感器网络TDMA优化调度方案

针对无线传感器网络周期性全局快速数据收集应用场合,提出了一种新的基于粒子群优化和禁忌搜索的混合算法,以对这类网络进行多指标TDMA优化调度。该算法采用基于熵权的逼近理想解的排序法对算法结果进行客观评价和择优。当网络数据收集任务量一定时,应用该算法,只需要较少的时隙数和能耗便可完成任务。仿真结果证实,算法搜索效率高,能改善网络TDMA调度效果,且比已经提出的一些TDMA调度算法性能优越。     

求解JLSP问题的遗传禁忌混合优化算法

针对批量与排序的集成问题设计一种遗传算法和禁忌搜索相结合的混合算法,用遗传算法作为主框架优化批量,排序部分由禁忌搜索单独优化,并将排序最优解反馈到遗传算法的主框架中生成集成计划继续寻优。遗传算法的选择算子和变异算子分别采用不同的自适应机制,以提高算法的搜索能力和收敛速度。对3种不同规模算例进行测试,其结果与其他算法比较,验证了所提算法的有效性。     

利用IC 卡数据估计公交OD 矩阵的模型及算法

利用公交IC卡数据建立了估计公交系统OD矩阵的双层数学规划模型,上层问题为广义最小二乘模型,下层问题为以变分不等式表示的基于超路径的公交网络均衡配流模型.采用启发式算法求解该双层数学规划模型,由于非对称性,运用了自适应的投影方法来求解下层的变分不等式问题,算例表明了模型的可行性和算法的有效性.     

基于BN的武器装备体系能力重要度分析

面对不断变化的未来不确定作战环境,在有限资源和技术水平下,武器装备体系顶层设计人员需要辨识与明确对体系建设目标影响最大的能力集合。提出用带置信度的区间数度量武器装备体系能力,用beta分布描述武器装备体系能力性能指标先验分布概率,在武器装备体系能力指标分解结构基础上构建了基于贝叶斯网络的武器装备体系能力重要度评估模型,利用贝叶斯网络的推理功能提出了能力重要度计算方法。最后,以空战武器装备体系为背景对所提方法的可行性和有效性进行了检验。     

固定翼无人机编队构型与通信拓扑优化

本文研究了考虑攻防对抗态势与最小信息流要求的固定翼无人机(unmanned aerial vehicles, UAVs)编队构型与通信拓扑优化问题。建立了编队构型指标体系, 给出了大规模集群分层编队构型设计模型和编解码方法, 提出了基于态势场的队形模型, 采用粒子群算法开展了队形参数优化。建立了通信网络拓扑效能指标体系, 提出了通信代价模型, 给出了基于Q学习的网络连通性控制算法。仿真算例验证了所提方法的有效性。