面向多目标优化的充电站选址定容方法

为了给电动汽车(EV,electric vehicle)出行提供充足的能源支持,对充电站进行合理部署至关重要,但在规划时不同主体间存在难以耦合的利益冲突,为此兼顾投建经济性与用户充电便利性,提出一种基于遗传算法的自适应粒子群算法(APSOGA)用于选址定容。首先,通过分析EV日行驶规律,预测EV日充电负荷分布情况,以确定充电站数量范围;其次,构建兼顾EV和充电站承包商利益的充电站选址定容规划模型;最后,将遗传算法的交叉和变异操作引入粒子更新环节,设计了APSOGA算法,以寻优求解生成最佳的选址定容方案。实验结果表明,与经典的充电站选址定容方法相比,所提方法综合成本降低了7.19%～14.37%,充电站利用率提升了14.28%～29.03%,能够为用户提供高质量充电服务。     

时滞Van der Pol方程周期解和Hopf分支的等价性

本文对非线性项为两种形式的时滞VartderP01方程分别加以比较,利用Hopf分支理论和锥不动点定理,得到相应方程在周期解和Hod分支方面上的差异．     

时滞Van der Pol方程周期解和Hopf分支的等价性

本文对非线性项为两种形式的时滞Van der Pol方程分别加以比较,利用Hopf分支理论和锥不动点定理,得到相应方程在周期解和Hopf分支方面上的差异.     

基于融合邻域信息的海面运动目标检测

运动视目标检测是视频信息处理的重要研究课题之一.本文提出了一种基于高斯混合模型邻域信息融合的海面运动目标检测算法.该算法融合了背景差分和背景邻域信息差分,充分利用同一幅图像的像素邻域信息得到运动目标的种子点,认为高斯背景差分图像中包含种子点的连通区域为真实前景目标.实验表明,该方法可以避免背景模型在构建或更新阶段对场景的表征不足或错误而造成的误检,对强光下的海杂波也有良好的抑制作用,且对不同的气候环境有较好的鲁棒性.     

Van der Pol方程在变换下Hopf分支和周期解的等价性

本文对非线性项为两种形式的Van der Pol微分方程在变换下的Hopf分支和周期解进行比较,利用平面定性理论和Hopf分支理论,得到相应方程在Hopf分支和周期解方面上的差异．