建筑空调系统最优停机时间预测与控制

针对建筑空调系统在停机阶段联合优化控制自然通风和室内空调系统,以在满足室内人员舒适的同时尽量减小建筑总能耗的问题,研究了自然通风量、风机盘管和新风送风量为控制输入,室内环境,包括空气温度、空气含湿量为系统状态,建筑总能耗为目标,室内人员舒适度为约束,且控制变量和状态变量受约束的最优控制问题。研究中通过采用神经网络来逼近和预测天气、室内初始环境参数与空调最优停机时间、最优联合控制策略之间的非线性映射关系,找到了一条简单可行、性能较好的非最优策略,极大地提高了联合控制策略的普适性和推广能力;经神经网络结构参数的优化配置后,建筑空调系统停机时间预测和控制的可靠性和精准性有所提高。室内环境状态和建筑能耗的数值比较表明:所提策略在有效降低问题复杂度和计算成本的同时,仿真时间在1h的尺度上可进一步节能约20%。     

对称性的起因:非业务性网络流量新特性的挖掘与探索

针对当前非业务性网络前后向流量呈现对称性的问题,提出一种基于双向网络流模型的分析方法.与传统的单向网络流模型相比,双向网络流模型以主机为粒度实现流量双向聚合,利用网络流在协议、端口分布和流对称性方面的特征指标刻画主机间的交互行为,从而发现流量对称性产生的根源.基于西安交通大学校园网流量的实验结果表明,1％的主机承载了90％以上的前向UDP流量,是造成流量对称性的根本原因.相比于传统的网络流模型,文中提出的模型和分析方法能快速定位造成流量对称性的主机,更适用于非业务性网络流量的控制与管理.     

深度防卫的自适应入侵检测系统

为了全面检测黑客入侵和有效提高检测精度,提出了一种深度防卫的自适应入侵检测系统模型.该模型按照黑客入侵对系统影响的一般顺序,使用不同方法对网络行为、用户行为和系统行为3个层次涉及到的网络数据包、键盘输入、命令序列、审计日志、文件系统和系统调用进行异常检测,并利用信息融合技术来融合不同检测器的检测结果,从而得到合理的入侵判定.在此基础上,提出了系统安全风险评估方法,并由此制定了一种简单、高效的自适应入侵检测策略.初步实验结果表明,所提的深度防卫自适应入侵检测模型能够全面、有效地检测系统的异常行为,可以自适应地动态调整系统安全与系统性能之间的平衡,具有检测精度高、系统资源消耗小的优点.     

应用全场景可行安全约束机组组合的风电最优消纳模型及解法

针对含风电电力系统的安全约束机组组合(SCUC)问题,目前广泛采用的鲁棒优化方法在求解时不能满足调度解的非预期约束并存在严重缺陷,且各种模型和算法中均未考虑最大消纳和最优经济消纳的区别。为克服以上困难,提出了满足非预期约束条件的风电最大消纳和最优消纳模型,并给出对应求解方法。该模型及对应求解方法为容纳可能的弃风决策以扩大调度解空间,引入了风电可变不确定集来替代广泛采用的固定不确定集;为满足调度解的非预期性,引入了一组规模极小的强非预期约束,避免了传统建模方式导致的大量非预期约束难题;为克服鲁棒优化中复杂极小极大结构带来的求解困难,引入了基于可变不确定集顶点场景的全场景可行调度模型,该模型具有单层混合整数线性规划(MILP)问题结构,求解可得调度问题的最优解。实验及测试结果表明:该算法在IEEE118节点系统中取得了良好效果,显示了最大消纳和最优消纳的区别,可以实现含风电SCUC问题的快速求解,并使风电消纳的经济性得到提高。     

有向网络兴趣社区的快速挖掘算法及其在僵尸粉检测中的应用

针对传统的无向网络社区挖掘方法无法实现大规模有向网络中社区有效发现的问题,提出了一种新的有向图社区及其兴趣特征快速挖掘算法。采用贪心算法求解社区划分模块性最大化的优化问题,较好地平衡了有向图社区挖掘中准确性与有效性之间的矛盾,实现对大规模微博类有向网络社区结构的有效识别;基于发现的社区,采用tf-idf算法进一步挖掘社区用户的兴趣爱好,实现了对微博网络中兴趣小组的精确挖掘。基于新浪微博的实验结果表明:所提算法不仅可以快速有效地挖掘有向网络中的社区结构及其用户的兴趣特征,还能够准确地检测出微博网络中的僵尸粉社区,研究结果对微博系统的净化、谣言控制、网络广告的精准投放等研究具有重要的参考价值。     

序优化在电力市场竞标中的应用研究

提出了一种利用序优化解决电力市场竞标问题的算法,通过将序优化应用于一个简单电力市场竞标系统的仿真模型,证明此方法在解决复杂的电力市场竞标问题中,不仅可以节省大量的计算时间,同时也可以得到较发的竞标策略。研究表明,序优化为解决电力市场竞标问题提供了一种新的思路。     

移动机器人导航规划的双向平滑A-star 法

针对主流移动机器人导航中蒙特卡罗定位(MCL)算法误差大、传统A-star规划路径实时性差且所得路线为折线的问题,提出了一种基于双向平滑A-star算法的路径规划导航策略.首先提出多传感器融合蒙特卡罗定位的位姿估计定位算法;其次通过优化A-star算法的代价函数,使其整体搜索方向变为双向从而提高算法实时性;最后采取Bé...     

多源流量特征分析方法及其在异常检测中的应用

针对不同的网络攻击会造成不同流量特征的变化,单一的网络流量特征难以全面检测网络异常的缺陷,提出了一种多源流量特征分析方法.通过选取一组网络流测度,分析其分布特征并采用雷尼信息熵方法进行多源流量特征融合以实现对网络异常行为的全面检测.基于真实网络流量的实验结果表明,提出的网络异常行为检测方法实现简单、计算量小、检测精度高,可适用于大规模网络,能有效检测已知及未知异常.     

一类含积分约束的生产制造系统优化调度

“即时消费”类生产制造系统的优化调度具有重要学术和应用价值. 满足此类系统对产量的实时需求, 考虑调度计划的可实现性具有挑战性. 如何得到精确满足累积产量实时需求的最优调度目前尚无系统方法, 迫切需要研究. 本文建立了含积分约束的生产制造系统优化调度新模型. 通过对生产量变化率约束的深入分析, 证明了该类优化问题等价于光滑非线性规划问题. 生产设备在各时段的产量上下界可表述为时段初、末时刻瞬时生产率的二元函数, 且为精确可达的上下界. 本文结合梯度映射的单调性, 证明了上下界函数的凸性(凹性), 在生产成本为凸函数时, 进一步证明了此类优化调度问题等价于凸规划问题. 本文以上述分析为基础, 针对含积分约束的生产制造系统优化调度问题, 提出了两阶段数值求解方法, 在许多情况下可以迅速获得调度问题的全局最优解. 新模型和相应求解方法克服了生产量变化率约束带来的困难, 获得了精确满足累积产量实时需求的最优调度. 本文同时以电力生产优化调度问题为例, 进行数值求解, 并对结果进行了讨论, 验证了新模型和相应方法的有效性.     

采用分布式算法的多区域电网风-光-储容量优化配置

针对新能源发电在整个电网中渗透率不断提高而造成的电能质量下降、电力系统无法可靠运行等一系列问题，基于随机规划理论，综合考虑风电、光伏等电源以及联络线、储能设备运行约束，以典型新能源出力时序特征序列下平均新能源消纳水平最大为目标，提出了一种计及电网新能源消纳承载能力的多区域风-光-储容量优化配置方法。该方法主要考虑将风电、光伏发电满足负荷需求后的无法消纳量在不超过储能设备容量的前提下进行储电，而储能设备将在新能源发电低谷期提供电能，充分发挥风、光的时空互补性和储能的调峰优势。首先构造了考虑时-空相关性的典型新能源出力时序特征序列不确定集，然后按典型序列将模型进行分解，采用分布式惩罚原始-对偶次梯度算法实现目标函数的分布式优化求解，最后基于IEEE-24、31节点系统进行算例分析，得到风-光-储容量配置结果，并建议多区域电网中储能设备应考虑建设在含有风光装机的区域。仿真结果表明：相比传统集中式优化方法和拉格朗日松弛法，所提分布式优化方法随着电网区域增多，计算效率优势会越来越明显，10个典型序列时所提分布式方法相比拉格朗日松弛法收敛速度提升了57.1%。所提方法可以为考虑新能源随机性的风-光...