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。     

Linux 2.6内核CFS调度器仿真分析与研究

最新的Linux2.6.23内核推出了CFS进程调度器.为提高采用该调度器进行嵌入式Linux系统开发的效率,迫切需要设计一种适合该调度器的调度性能分析方法.为此,建立了一种Linux进程调度器仿真系统的形式化模型,并在此基础上设计并实现了一个Linux进程调度器仿真系统,最后基于此仿真系统对CFS调度器进行了深入的仿真实验.仿真实验结果表明,该仿真系统可为嵌入式Linux开发提供事先的调度性能评估,并指导相应的调度策略设计以满足不同应用系统对吞吐量和响应时间等个性化的需求.     

利用多波束智能天线提高Wiamx MESH网络集中调度性能的方法

在Wimax（IEEE802.16）Mesh网络集中调度机制中,通常采用树形拓扑,由于数据都是往来于Mesh基站（MBS,Mesh Base Station）的,越靠近MBS的节点,需要中继的数据越多,因此越可能成为影响网络吞吐量的瓶颈节点。当采用全向天线时,使用各种先进的调度算法都不能有效解决这个瓶颈问题。提出了在网络节点上（尤其是在瓶颈节点上）使用多波束智能天线,使更多链路可以并行传输,从而有效解决瓶颈问题。仿真结果表明,提出的方法可以显著提高网络吞吐量,而且,仅在瓶颈节点上使用多波束智能天线,可以在性能与代价之间进行折中。     

面向节能的阻塞混合流水车间调度问题建模

针对能耗目标的阻塞混合流水车间调度问题(HFSP-B),分别构建了考虑调整时间及不考虑调整时间的阻塞混合流水车间调度问题(MILP)模型.为了减少机床待机能耗,在MILP模型中考虑关机/重启节能策略.针对MILP模型,从目标函数、目标函数的线性化过程、决策变量和约束方程进行介绍.最后,通过对具体实例的求解,验证了所提MILP模型的有效性.通过对MILP所得最优解的分析,挖掘了阻塞因素对能耗目标的影响规律,有助于今后设计基于元启发式算法的近似算法.     

资源衰退型城市产业结构调整与环境污染的联动效应

基于 2003年—2016年我国资源衰退型城市产业结构调整与环境相关数据,测度了资源衰退型城市产业结构调整与工业三废减排的耦合协调度,并进一步应用面板VAR 模型对产业结构调整与环境污染排放的动态互动关系进行定量分析.研究结果表明,目前我国资源衰退型城市产业结构调整与污染减排的耦合协调度仍处于濒临失调状态.脉冲响应图显示,产业结构高级化促进工业废水、工业二氧化硫的减排具有长期效应,工业废水减排有助于倒逼产业结构高级化.我国资源衰退型城市转型发展,应进一步推动产业结构的调整,大力发展第三产业与高新技术产业,加快经济结构优化升级,以产业结构的高级化推动城市的绿色高质量发展.     

基于GIS的龙羊峡水电站库区滑坡易发性评价

【目的】龙羊峡水库地质环境条件复杂,地质灾害隐患较多、规模较大、影响严重,因此对龙羊峡水电站库区滑坡进行易发性评价,能够为库区滑坡预测提供一定的参考。【方法】在野外勘察及遥感解译的基础上,选取高程、坡度、坡向、地层岩性、降雨、植被覆盖度、水位涨幅等7个因子为评价因子,利用层次分析法确定了评价因子权重,构建了龙羊峡水电站库区滑坡地质灾害的易发性评价模型,得到了龙羊峡水电站库区滑坡灾害易发性分区图。【结果】高易发区占研究区总面积的15.7%,中易发区占总面积的31.8%,低易发区占总面积的44.3%,极低易发区占总面积的8.2%。【结论】高易发区主要集中于龙羊峡水库右岸近坝岸处,这是由于其岩性软弱,以及高陡边坡在库水位反复升降过程中导致边坡稳定性降低,易发性较高;中易发性主要集中龙羊峡水库右岸的中上游处;低易发区主要分布在龙羊峡水库上游左岸处;极低易发区主要分布在龙羊峡库尾距水系较远处。     

基于DQN的异构测控资源联合调度方法

以异构测控网资源联合调度为研究对象,提出一种基于强化学习的深度Q网络(deep Q network, DQN)算法。在充分分析异构测控资源联合调度问题特点后,用数学语言对影响问题求解的约束条件进行描述,建立了资源联合调度模型;从应用强化学习解决问题的角度,对求解的问题进行马尔科夫决策过程描述后,分别设计了2个结构相同的神经网络和基于ε贪婪算法的动作选择策略,并建立了DQN求解框架。仿真结果表明：基于DQN的异构测控资源调度方法较遗传算法能够找到调度收益更优的测控调度方案。     

随机故障下单机鲁棒调度算法的遗传编程方法

研究了随机故障环境下具有预测能力的单机鲁棒调度方法.通过插入空闲时段的方法吸收随机故障的扰动,进而对带空闲时段的鲁棒调度启发式,采用基于双子树结构编码的遗传编程体系加以学习.实验表明 所进化的启发式算法的拖期性能明显优于现有启发式,并通过适量插入空闲时段保持了较好的预测性能.这些算法由自适应的组合排序规则和空闲时段计算程序有机构成,并可较好地移植到其他不确定环境中.因此,所提出的遗传编程方法是不确定调度环境下相当有效的机器学习方法.     

一种分布式实时事务调度新策略研究

针对目前分布式系统中存在的问题,详细分析了分布式系统和并发控制协议对实时事务调度策略的影响,鉴于目前真正的分布式实时事务调度策略尚处于探索发展阶段,现提出一种分布式最少剩余时间优先的调度策略,通过实践结果证明,该调度策略比传统调度策略更适用于分布式实时数据库环境中。     

基于有限带宽的NCS模糊动态反馈调度算法研究

带宽受限是影响网络控制系统正常运行的一个重要因素。将模糊控制理论引入反馈控制实时调度框架体系。提出了基于有限带宽分配的模糊动态反馈调度算法。该算法综合考虑了系统中各控制回路的控制偏差和偏差变化率。通过动态调节各控制回路的优先级,在满足系统的实时性要求的同时,能使网络具有较好的服务质量。仿真结果证明了所设计的算法要优于EDF算法,能够更有效的提高网络控制系统的控制质量。