APON接入系统分布式分层调度算法

基于ATM的无源光网络（APON）为分布式煤质共享结构，所承载业务的QoS要求各异，如何在保证传输效率的同时满足用户对服务质量的需求，是APON接入控制算法的关键，文中提出了分布式分层调度方案，辚各类业务提供不同的QoS保证，并通过仿真对业务的时延和时延抖动特性进行了分析，结果表明，该算法优于GlobalFIFO等调度方式。     

基于双优先级队列的异构分布式控制系统容错调度算法

在对分布式控制系统进行分析的基础上,给出了任务模型和处理器模型.为了调度多种实时性的任务,提出了双优先级队列调度算法,用于调度每个处理器上的任务.该算法设置2个优先级队列,其中高优先级队列用于调度实时任务,低优先级队列用于调度非实时任务,高优先级队列中的任务可抢占低优先级队列中的任务.在此基础上,采用版本复制技术使系统具有容错能力,并分析了任务的容错可调度条件.基于此,采用首次适应的启发式任务分配策略,将任务分配到各个处理器上,在确保任务容错可调度的条件下使处理器负载均衡.仿真结果表明所提出的算法是有效的.     

实时需求下的带时间窗移动充电车在线调度算法

在双碳背景下,移动充电车作为新型充电设施,能够缓解电动车保有量迅速增长带来的充电压力。然而成本高、效益低等问题阻碍了移动充电车的进一步发展。本文针对移动充电车只有在用户发出充电请求时,才能获知充电需求信息的特点,且需求带有时间窗要求的情形,提出实时需求下的带时间窗移动充电车调度问题,以总时间成本最小为目标,采用在线理论与方法,建立优化模型并设计在线算法;给出了不同情形下的调度方案,计算方案的竞争比,并进行对比分析;最后通过数值算例验证了在线算法的可行性和有效性。研究结果表明,用户发出的实时充电需求数量越大、最大单位惩罚时间成本系数越小,在线算法的执行效果越好。本文的模型和在线调度算法可以有效解决实时需求下的带时间窗移动充电车调度优化问题,提高移动充电车的充电效率,平衡充电供需。     

改进的灰狼算法在电动汽车充电调度中的应用

针对灰狼优化算法(grey wolf opotimizer, GWO)易早熟收敛和陷入局部最优的缺点,提出一种基于精英反向学习的改进灰狼算法(grey wolf optimizer based on particle swarm optimizer, PSO-GWO)。首先,利用精英反向学习机制初始化种群,使种群保持多样性;然后提出一种非线性控制因子策略,增加算法的搜索能力,提高算法的收敛速度;最后基于差分进化和粒子群思想更新了位置方程,从而提升算法的收敛性能。采取10个基准测试函数将本文提出的改进算法与差分进化算法、粒子群算法、传统灰狼算法、其他学者提出的改进灰狼优化算法进行对比。实验结果表明,本文提出的算法与其他算法相比,在求解多峰函数问题上效果显著,可以搜索到最优解0,同时求解最优非0解函数的效果也体现地较优越;同时运用改进的算法在实际电动汽车充电调度上进行了对比分析,发现也取得了不错的效果。     

基于目标级联法和粒子群算法的柔性分布式车间调度

针对传统的单车间调度优化不能满足分布式车间调度优化的需求,提出一种基于目标级联法和粒子群算法的层次化柔性分布式车间调度优化模型,其中的生产计划层负责零件的分配,车间调度层负责零件加工路线的规划.以2个柔性制造车间组成的调度优化问题为例,验证该调度模型的有效性.研究结果表明:所提出的模型在将加工零件合理地分配到适当车间的同时,实现了零件加工路径的规划,从而为解决柔性分布式车间调度优化问题提供一种有效方法.     

一种基于分布式动态带宽分配的调度算法的研究

针对共享网络结构模型和消息模型，在分析网络控制系统调度算法特点的基础上提出了一种基于分布式动态带宽分配的调度算法，从带宽分配算法和分布式动态调度的实现方法两方面进行了详细描述。该算法可以满足不同节点的时间精度要求，有效利用了带宽，具有更高的灵活性和更好的容错能力。     

基于SACPS算法的住宅小区电动汽车集群有序充电

针对传统电动汽车有序充电存在的充电影响因素考虑不全、优化目标过于单一、充电体验不友好等问题,以住宅小区电动汽车集群充电为研究对象,构建集群有序充电模型,提出模拟退火的混沌粒子群(simulated annealing chaotic particle swarm,简称SACPS)算法,且使用该文算法对集群有序充电模型进行优化,最后对优化结果进行仿真实验.仿真实验结果表明：相对于其他2种算法,该文算法能使电动汽车集群有序充电模型取得更低的最佳适应度;与集群无序充电相比,SACPS算法的集群有序充电的负荷峰值、负荷峰谷比、充电费用分别降低了42.62%,96.81%,15.61%; SACPS算法的集群有序充电在一定程度上实现了与其他负荷的错峰用电.因此,SACPS算法具有优越性.     

时变网络拓扑图下智能电网中基于优化算法的分布式调度响应

就时变网络拓扑图下智能电网中基于优化算法的分布式调度响应问题进行了研究.利用原对偶方法将带有约束的智能电网优化问题转化为一个无约束的优化问题同时提出相应的求解算法.该算法允许不同发电机之间采用异构常数步长进行更新,同时给出了算法的收敛速度.理论推导表明文中所提出的算法能以线性收敛的速度达到该问题的最优解.     

基于MOPSO的电动汽车有序充电调度控制策略

在电网调度过程中考虑用户行为的主动性,提出一种考虑电动汽车用户充电选择的有序充电控制策略,以总充电成本最小、电网负荷方差最小为目标,采用多目标粒子群优化算法(MOPSO,multi-objective particle swarm optimization)对模型进行求解.仿真结果表明,相比于无序充电,所提策略能有效平滑负荷曲线,提高供电质量,同时还能保证降低用户充电成本,实现互利共赢.     

一种实用的JOB-SHOP生产调度算法

根据生物遗传算法并结合工件的生产工艺知识，提出了一种JOB－SHOP生产调度新算法。该算法采用可编程控制器软件编程的巡回扫描原理，解决了生产调度的仿真问题，所提出的方法为解决生产调度问题提供了新的途径。     

IEEE802.16 Mesh协同分布式模式下的延迟性能分析

为了更好地对IEEE802.16 Mesh协同分布式模式下的网络时延进行评估,利用已有的随机分布式模型,在介绍了IEEE802.16 Mesh的MAC帧格式的基础上,对接入延迟和3次握手的延迟进行了性能分析和仿真分析。分析结果表明,随着回退时隙数量的增加,MSH-DSCH消息的接入延迟和3次握手延迟会增加,仿真结与理论分析结果相同。     

基于有限反馈MIMO下行多用户调度算法

针对基于有限反馈ZF预编码的MIMO多用户下行系统,提出了一种用户较少情况下的低复杂度调度算法.本算法以系统吞吐量的下限为目标函数,通过吞吐量下限最大化的办法选择用户,使系统获得多用户分集增益,从而增加了系统吞吐量.同时为了解决总反馈量随用户数线性增加的问题,提出了基于门限反馈的办法降低总的反馈速率.仿真结果表明：本算...     

考虑充电需求和时间窗的多AGV调度优化建模

为了提高自动引导小车(automatic guided vehicle,AGV)在物流分拣中心的分拣效率,考虑采用纯电力驱动的AGV分拣过程存在电量消耗和充电需求的特性,提出了一种优化模型.在考虑AGV剩余电量和包裹时间窗等约束条件的基础上,建立了以最小化分拣作业周期为目标的混合整数规划(MIP)模型并提出了相应的约束...     

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...     

分布协同Bayesian优化方法求解调度问题

针对BOA(B ayes ian O ptim ization A lgorithm)求解实际调度优化问题速度较慢的缺点,提出一类基于强化学习协调的分布BOA求解算法。首先将BOA优化算法与协同进化机制相结合,构建分布并行的系统结构,然后给出基于强化学习的混合决策算法,将强化学习对优化解的先验概率估计与BOA后验概率估计相结合,增强局部控制器之间的协同性,提高算法的优化搜索能力。给出的算例仿真结果表明,所提算法在优化性能上比典型BOA算法平均提高了2.2%,收敛性能平均提高了11.4%。     

充换电站储能系统模糊双目标优化调度方法

由于充换电站用电量存在明显的波动性,在充换电站建立储能系统是改善充换电站负荷稳定性的重要途径.为使储能系统充分发挥其作用,本文提出了考虑负荷平抑和用电经济性双重目标下的储能系统出力优化策略,对双目标进行加权模糊处理,使双目标优化问题转化为单目标优化问题.另外,在优化模型的约束条件中考虑了不间断电源功率需求和定时定荷电状态(SOC)的限制,从而具有更大的实际意义.本文使用粒子群算法进行求解,并结合某实际智能电网综合建设工程数据,对该双目标优化策略进行仿真分析,验证了该策略的优化效果及可行性.     

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。     

基于物理干扰模型的分布式传输调度算法

传统上对无线多跳网络中传输调度问题的研究是基于协议干扰模型的。该模型对问题的分析比较简单,通常会使调度算法的性能较差。该文提出了一种基于物理干扰模型的分布式调度算法来提高网络吞吐量。物理干扰模型反映了接收节点的信干噪比(SINR),是对现实场景中干扰的一种更精确的抽象。该文将传输调度问题建模为整数线性规划(ILP)问题,然后将其松弛为一般的线性规划(LP)问题,提出一种分布式算法来求解LP问题的最优解,进而计算传输调度问题的最优解。在该分布式算法中,每个节点只需要本地的信道信息便可以计算出最优的传输概率,从而实现最优调度。仿真结果表明:该算法可以很快收敛到最优解,并且吞吐量性能与中心式算法接近。     

Developing of the EV charging and parking shed of BIPV

Building-integrated photovoltaic (BIPV) is an important application way of solar photovoltaic power. The electric vehicle (EV) charging and parking shed of BIPV is the regeneration energy intellectual ...