蚁群算法的GIS最短路径建模与仿真

研究交通道路中的最短路径优化问题,由于城市道路拥塞严重,在导航过程中,为了尽快达到日的地,必须选择最短路径进行行驶.传统搜索算法计算复杂度高,寻优效率低,不利于实际优化.为解决最短路径优化问题,提出了一种蚁群算法的GIS中的最短路径优化方法.将路径的起点当成蚁群的巢,终点当成蚁群要寻找的食物,蚂蚁通过信息法指导搜索方向,并通过蚂蚁之间的相互协作达到终点.仿真结果表明,提出的优化方法降低了计算复杂度,更快地找到最短路径,提高了找到最短路径的平均正确率,为解决GIS中的最短路径优化问题提供了一种新的有效途径.     

Dijkstra算法的一种高效率实现

Dijkstm提出单源点最短路径算法即计算一个节点到其他所有节点的最短路径.算法结构过于复杂且效率较低.采用最小堆对Dijkstra最短路径算法进行优化,优化后的算法比起经典算法在时间复杂度和空间复杂度上都有明显的提高.     

基于改进PCNN算法的光网络RWA问题的研究

针对波分复用光网络在动态业务下的路由和波长分配问题,本文将一种改进的脉冲耦合神经网络(PCNN——Pulse Coupled Neural Networks)算法引入到光网络路由选择中,并将波长分配与分层图模型相结合,通过改变PCNN神经元的点火方式以及控制自动波的传播时间模拟路径代价,使得网络路由选择具有了PCNN的并行处理特性。结合波长分配算法进行仿真,结果表明,本算法与传统的最短路径算法相比,总能得到全局最优解且计算量小,降低了网络的呼叫阻塞率,提高了对网络资源的利用。     

基于GA的网络最短路径多目标优化算法研究

针对现有基于遗传算法(GA)优化的网络最短路径算法存在优化目标单一、遗传编码质量低、搜索策略间平衡性差、适应度分配效率与灵活性较低等问题,建立一种多目标优化最短路径自适应GA模型,提出了优先级编码和优先级索引交叉算子,引入了遗传算子参数的模糊控制机制和基于自适应加权的适应度分配方法.实验结果表明,该算法的准确性和稳定性高、复杂度合理,实现了对网络设计优化中多目标最短路径问题的高质量求解.     

一种计算因特网AS拓扑的最短路径的快速算法

最短路径是因特网AS(autonomous system)拓扑的一个重要特征,AS间的路由路径一般是AS之间的最短路径.因特网服务提供商之间复杂的商业关系导致AS之间存在复杂的路由关系,从而影响AS路由路径的选择,因此在计算AS拓扑中最短路径时需要考虑AS间的路由关系.提出了一种计算AS拓扑中最短路径的算法,算法基于无向图的宽度优先最短路径算法,时间复杂度为O(nm),这里n和m分别为拓扑图中节点和边的个数.通过实验发现,与现有的计算AS拓扑最短路径的时间复杂度为O(n3)的算法相比,该算法在实现同样精确度的前提下大幅缩短了计算时间.     

时延受限组播路由的最短路径加速算法求解

分析了时延受限的Steiner树问题,总结了在构建组播树过程中的代价和计算复杂度变化规律,并根据实际网络环境,从优化最短路径出发,提出了一种基于优化最短路径的时延受限组播路由算法AOSPMPH。该算法以MPH算法为基础,利用Floyd最短路径优化算法求出节点对之间的最短路径,选择满足时延要求的最小代价路径加入组播树,进而产生一棵满足时延约束的最小代价组播树。仿真结果表明,AOSPMPH不但能正确地构造时延约束组播树,而且其代价和计算复杂度与其他同类算法相比得到了优化。     

过必经结点集的选择性排序算法

目前研究经过必经结点集的最短路径算法多数是针对不允许存在回路的情况,少数针对存在回路的传统算法时间复杂度相对偏高。对此通过探索最优路径形成的规律,将含有大量结点的图转化为含有少量结点的图,用选择性排序法尽量少地生成路径序列分支,对这些分支进行筛选从而得到最短路径。实验结果表明,在面对数目较多的必经结点时,该算法性能将优于传统算法。     

路径节点驱动的低代价最短路径树算法

Dijkstra算法是一个优秀的最短路径求解算法,同时也产生一棵最短路径树SPT(shortest path tree);该算法在网络计算与优化中得到了广泛的应用.为了对最短路径树进行代价优化,提出了路径节点驱动的思想.基于这种思想设计了路径节点驱动的最低代价最短路径树算法LCSPT(least-cost shortest path tree algorithm).通过LCSPT算法一个正计算节点能够最大化与当前最短路径树中的路径共享,因而进一步优化SPT树代价性能,生成高性能的SPT树.作为算法的重要组成部分,使用数学归纳法证明了算法的正确性;从理论上分析了LCSPT算法的代价性能,以及和同类算法相比如何取得最小代价性能;同时,对其时间复杂度和空间复杂度进行了分析.最后通过3个仿真实验验证了该算法在构建SPT时的正确性和其最小代价最短路径树特性.     

交换超立方网中的最短路径路由算法

针对交换超立方网络的最短路由问题,提出一个交换超立方网中的最短路径路由算法.利用图论的方法,通过引进子网的概念,研究交换超立方网的拓扑性质,给出节点各边可进行最短路径路由的充要条件,得到其时间复杂度为O(s+t)2).理论分析和仿真结果表明,该算法可输出交换超立方网中任意两节点间的一条最短路径.     

基于多点协作的团队出行路径优化算法

针对团队出行过程中因信息孤岛导致出行路径非优化和延时等待等问题,提出了一种以团队成员信息共享为基础,以集中式计算为手段的协作式路径优化算法。该算法统筹考虑成员间会合的便捷性、路径/时间最短化等多种因素基础上,通过引入团队会合优先度因子对路径计算进行加权处理,从而实现整个团队出行路径的最优化。理论分析表明,协作式路径优化算法的计算复杂度随团队成员的数量线性增长,与传统的最短路径算法计算复杂度基本相当。仿真结果表明,会合优先度因子值的高低,将会影响会合点及出行路径的选择,因此,可根据实际需求设置会合优先度因子,实现团队会合和路径最短化的动态均衡。最后,以协作式路径优化算法的一个具体的工程应用,阐述团队成员间如何提供支持和帮助,从而安全、高效和有序地到达目的地。     

基于神经网络的电力系统暂态稳定分布式自适应控制

针对电力系统中普遍存在的系统非线性和参数不确定性等问题,提出一种基于径向基函数神经网络(RBFNN)的分布式自适应控制器,以提高多机电力系统的暂态稳定性.利用基于RBFNN的方法对系统中的未知非线性项和外部扰动进行补偿,设计相应的自适应参数估计方法,逼近未知非线性项的理想权值矩阵.该策略基于多智能体框架,分布式控制器通过通信网络接收测量装置测量的实时数据,并控制储能装置动作,使受到扰动后各发电机能够迅速实现频率同步.利用李雅普诺夫稳定性理论,证明所提出的分布式控制方法的收敛性.最后,通过仿真研究验证所提出的分布式控制方法的有效性.     

Islanding detection of distributed generation by using multi-gene genetic programming based classifier

This paper proposed a new method for detecting islanding of distributed generation (DG), using Multi-gene Genetic Programming (MGP). Islanding has been a serious concern among power distribution utilities and distributed generation owners, because it poses risks to the safety of utilities’ workers and consumers, and can cause damage to power distribution systems’ equipment. Therefore, a DG must be disconnected as soon as an islanding is detected. In addition, an islanding detection method must have high degree of dependability to correctly discriminate islanding from other events, such as load switching, in order to avoid unnecessary disconnection of the distributed generator. In this context, the novelty of the proposed method is that the MGP is capable of obtaining a set of mathematical and logic functions employed to detect and classify islanding correctly. This is a new approach among the computational intelligent methods proposed for DG islanding detection. The main idea was to use local voltage measurements as input of the method, eliminating the need of complex and expensive communication infrastructure. The method has been trained with several islanding and non-islanding cases, by using a power distribution system comprising five concentrated loads, a synchronous distributed generator and a wind power plant. The results showed that the proposed method was successful in differentiating the islanding events from other disturbances, revealing its great potential to be applied in anti-islanding protection schemes for distributed generation.     

考虑通信时滞的分布式电力经济调度算法设计

本文考虑发电机的输出限制和邻居间交换信息时的通信时滞, 提出了一种新的权重平衡图下的分布式经 济调度算法, 该算法对所有发电成本函数为强凸的发电机组成的电力系统都适用. 分析了算法的平衡点与发电机 最优输出功率之间的关系, 并基于Lyapunov稳定性理论和凸分析理论, 采用时滞分割的方法, 得到了使得算法收敛 的充分条件. 然后应用该条件, 得到了给定参数下的时滞上界, 并且定性分析了参数对系统收敛速度的影响. 最后, 五机电力系统的仿真结果验证了算法的可行性和优越性.     

基于不变流形的FAST TCP参数选择方法

在各路径FAST TCP连接到达服从泊松过程、传送文件长度服从指数分布和瓶颈链路处于重流量服务强度的条件下,利用含有各路径FAST TCP连接平均逗留时间的Lyapunov函数,证明了若处于不变流形状态,则各路径活跃FAST TCP连接平均逗留时间最短,并且在有限的时间内系统可到达该不变流形.针对FAST TCP采用静态映射表确定协议参数α的缺陷,按照降阶的不变流形中连接数和协议参数的关系,提出了一种在慢时间尺度比例下根据连接数期望值和不变流形迭代搜索协议参数的方法.NS-2仿真结果表明该方法是有效的.     

海上石油平台电力系统自励磁研究

研究海上石油平台的电力系统抑制自励磁优化控制问题,当海上石油平台孤岛电力系统黑启动时,由于海缆距离长、分布电容大,易造成发电机的自励磁现象,对系统的电气设备产生极大危害,影响了系统的安全。而应用在陆地电力系统的抑制自励磁措施并不能在孤岛电力系统中完全有效。针对海上石油平台电力系统的特点,提出三种应用在海上油田群电力系统的抑制自励磁方法,即双机带空载海缆黑启动、防止新接入的海缆长度超过临界长度以及并联电抗器黑启动。首先通过同步发电机电枢反应原理分析了同步发电机产生自励磁现象,以劳斯判据来确定产生同步自励磁时发电机参数的判断依据及条件,对某海上油田群电力系统的自励磁情况提出抑制模型,最后利用PSCAD/EMTDC软件对黑启动方案进行仿真,结果证明了方法的有效性,为设计提供了可靠依据。     

分布式电源并网潮流计算

分布式发电系统并网对地区电网的潮流计算提出新的挑战和要求。基于分布式发电系统并网结构和控制特性,建立微型燃气轮机、光伏、风力发电、燃料电池几种典型的分布式发电系统并网系统在潮流计算中数学模型。针对前推回代法支路编号复杂,无法适应运行方式变化等不足,从实现方法上提出了一种基于"叶节点"的前推回代法。算例表明,该方法能很好地解决分布式发电系统并网潮流计算,具有较强通用性和实用性。     

基于改进Dijkstra算法的防冲突最短路径规划研究

多无人机在执行作业任务时可能面临发生航迹冲突的矛盾,由此提出一种改进Dijkstra算法用来实现多无人机寻找最短且互不冲突航线的功能。在经典Dijkstra算法搜寻并对各航迹节点遍历运算的过程中,通过引入各节点的前驱节点变长回溯数组来记录各节点包含的所有前驱节点,找出各任务从起始点到达目标点所存在的全部可行的最短长度航线。再引入时间窗冲突判断模型从各任务的所有可行航线中将互不冲突的航线分离出来,一旦所有航线都冲突,则将其中一条最短航线中的冲突节点当作临时障碍点处理,通过改变回溯数组重新找出与其他任务互不冲突的一条最短航线。应用Matlab软件设计编写程序来进行算法验证,实验表明该改进算法在多无人机执行作业任务时可以规划出各任务包含的全部长度最短且互不冲突的航线,任务集合的规划效率有了明显提高。     

基于出租车司机经验的约束深度强化学习算法路径挖掘

利用出租车司机经验,提出约束深度强化学习算法（CDRL）在线计算不同时间段内OD间最快路线。首先描述了路段经验数据库（ERSD）的提取; 然后介绍了CDRL方法,包括可选择约束路段生成和深度Q-lear-ning算法两个阶段,在第一阶段,生成OD（起终点）间可选择约束路段,在第二阶段,设计深度Q-learning算法学习出租车司机的经验,并根据他们的出发时间计算给定OD间的最快路线;最后,在广州CBD进行了应用实验。结果表明,CDRL方法计算在旅行时间上优于最短路径（SR）方法,且与最快路径（FR）方法计算路径差别不大;此外,CDRL方法在计算效率方面明显优于FR和SR方法,因此更适合OD间最快路径的在线计算。     

基于虚拟柴油发电机控制策略的岸电电源设计

岸电电源需要与各种类型的船舶电源系统进行无缝切换,而传统的基于虚拟同步发电机控制策略的岸电电源只能模拟同步发电机的机械特性,与船舶的主电源——柴油发电机还略有差异。因此并网运行常出现大的超调和低频振荡等问题。针对这些问题,首先对柴油发电机(DG)和传统的虚拟同步发电机控制进行建模分析,然后针对DG动态响应速度慢、电压频率易波动的问题,提出了虚拟柴油发电机控制策略。该控制策略利用补偿网络的惯性抑制了频率的波动,微分环节提高系统的动态特性。最后,建立一套100kVA岸电电源系统样机系统,试验结果验证了该控制方法的有效性。     

基于虚拟柴油发电机控制策略的岸电电源设计

岸电电源需要与各种类型的船舶电源系统进行无缝切换,而传统的基于虚拟同步发电机控制策略的岸电电源只能模拟同步发电机的机械特性,与船舶的主电源——柴油发电机还略有差异。因此并网运行常出现大的超调和低频振荡等问题。针对这些问题,首先对柴油发电机(DG)和传统的虚拟同步发电机控制进行建模分析,然后针对DG动态响应速度慢、电压频率易波动的问题,提出了虚拟柴油发电机控制策略。该控制策略利用补偿网络的惯性抑制了频率的波动,微分环节提高系统的动态特性。最后,建立一套100kVA岸电电源系统样机系统,试验结果验证了该控制方法的有效性。