A Constrained Interval-Valued Linear Regression Model: A New Heteroscedasticity Estimation Method

Linear regression models for interval-valued data have been widely studied. Most literatures are to split an interval into two real numbers, i.e., the left- and right-endpoints or the center and radius of this interval, and fit two separate real-valued or two dimension linear regression models. This paper is focused on the bias-corrected and heteroscedasticity-adjusted modeling by imposing order constraint to the endpoints of the response interval and weighted linear least squares with estimated covariance matrix, based on a generalized linear model for interval-valued data. A three step estimation method is proposed. Theoretical conclusions and numerical evaluations show that the proposed estimator has higher efficiency than previous estimators.

     

Distributed Second-Order Continuous-Time Optimization via Adaptive Algorithm with Nonuniform Gradient Gains

Journal of Systems Science and Complexity - This paper addresses the distributed adaptive optimization problem over second-order multi-agent networks (MANs) with nonuniform gradient gains. A...     

多精英采样与个体差分学习的分布估计算法

提出了基于多精英采样和差分搜索的分布估计算法EDA-M/D (Estimation distribution algorithm based on multiple elites sampling and individuals differential search)。EDA-M/D利用多精英个体独立采样生成子代来提升算法全局搜索能力,利用精英群体分布的σ²约束采样半径,实现种群从全局搜索逐步过度到局部搜索。当精英群体停滞时,劣势个体借助精英群体的μ和种群历史最优解进行差分搜索,帮助种群跳出局部最优解。通过多精英采样与差分搜索的自适应协同实现种群宏观信息与个体微观信息的有机融合。实验结果表明EDA-M/D在稳定性和搜索能力方面均表现出明显的优势。     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

空基外辐射源定位系统的可观测性分析

针对空基外辐射源定位(airborne external transmitter location, AETL)系统的可观测性问题,建立了AETL系统的二维运动学模型与量测方程,基于离散化的非线性可观测理论求解系统的可观测矩阵,并分析证明了系统不可观测的条件。基于矩阵分析理论的条件数定义了系统的可观测度,并仿真分析了观测站运动参数以及目标和外辐射源的机动参数对系统可观测度的影响。结果表明,当观测站与目标和外辐射源共线或目标和外辐射源保持径向运动时系统不可观测;当系统可观测时,观测站与目标和外辐射源之间的相对速度越小,系统可观测度越大。研究结果可为观测站制定机动策略提高系统定位性能提供有效的参考依据。     

基于水资源合作的水资源短缺区域水资源优化配置

为提高水资源短缺区域的水资源利用效率,实现区域水资源初始配置后的有效再配置,提出三阶段水资源短缺区域水资源优化配置方法：阶段1,利用高效的“优先规则”构建部门间水资源合作清晰联盟的用水收益支付函数,对联盟成员水资源共用、获益方式进行了合理刻画;阶段2,基于Choquet积分形式的模糊合作博弈、阶段1中的清晰联盟支付函数,构建部门间水资源模糊联盟支付函数;阶段3,基于上述成果,构建水资源短缺区域水资源优化配置模型,求解得到用水部门最优水资源合作联盟,并将求得的最优模糊联盟视为大联盟,通过求解其核仁解获得最优模糊联盟的收益分配。以京津冀区域水资源优化配置问题为例,算例结果表明：①基于Choquet积分形式模糊合作博弈的三阶段水资源优化配置模型能够最大化区域整体用水收益水平,实现水资源短缺区域中的水资源优化配置,并使区域中用水部门有机会分得更多的获益;②本文模型无需引入模糊Shapley值等分配方法作为约束条件即可求得最优联盟,模型不影响不同收益分配方法分配结果的有效性;③采用将最优模糊水资源合作联盟视为大联盟,并求联盟收益的核仁解的方法分配最优联盟收益,无论最优联盟的核心是否为空,都能保证联盟收益分配结果满足个体理性和集体理性要求,即能保证最优联盟中各成员不会“叛逃”最优联盟、联盟稳定存在,且保证获得的分配方案为确定分配值而非分配区间。即本问题中该分配方法优于Shapley值、模糊最小核、弱最小核方法。所构建的水资源短缺区域水资源优化配置模型及最优水资源合作联盟收益分配方法对水资源短缺区域的水资源优化配置问题有较好的适用性,能够为我国京津冀区域等水资源短缺区域的水资源优化配置工作提供参考。     

基于CVaR的能源互补联合系统优化配置模型研究

由于风电、光电出力具有不确定性,因此会引起电网频率的较大波动,严重影响电能质量.为了保证含有新能源电力系统的稳定运行,特提出风光水储联合调度优化模型.首先,建立含新能源的电力系统优化调度数学模型,该模型追求系统机组耗量最小.在进行含新能源发电的电力系统优化调度中,可被用来调度的出力实际为满足负荷功率后,扣除新能源输出功率的那部分火电机组出力.算例结果表明,本文采取CVaR具有良好的性能;风电与光伏清洁能源机组并入系统中增加了日前调度的不确定性风险,但通过CVaR评估计算系统风险,采取有效的措施会使系统发电成本减少与碳排放量减少.     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle,UAV）对目标捕获能力,进而提高多UAV协同搜索效率,提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm,ICEGA）的多UAV协同目标搜索方法。首先,根据环境的先验信息,在原概率图基础上引入标志位,建立基于双属性矩阵的待搜索环境概率模型,提高环境和目标的信息感知准确度;其次,定义UAV的飞行规则并结合目标先验概率图信息,建立UAV运动模型及确定最大收益的目标函数;最后,建立分布式UAV之间的信息交互模型,运用ICEGA算法优化产生最优协同决策输入航向角集合,在线实时滚动优化产生最优协同路径。实验结果表明,基于双属性概率图结合ICEGA算法更能够保证最优路径的产生,使得UAV能够准确地搜索到目标;同时,对比仿真验证了ICEGA算法能够提高UAV之间的协同性,保证了路径可行性及提高了目标搜索效率。     

佛山城市绿地系统环境效益的研究

选取佛山代表公园绿地、生产绿地、防护绿地和附属绿地等绿地系统作为研究对象,对其系统中的环境效益进行了研究。研究表明,各类绿地系统均具有减少噪声、降低温度、吸收CO2、增加湿度、吸收有害气体、净化环境等功能,并从环境效益的角度,提出了适当的栽种密度、常绿阔叶植物有利于充分发挥绿地系统的环境效益功能等建议。