区域分解算法的最优边界控制方法

研究椭圆型方程的区域分解算法.使用边界控制的方法确定区域界面上方程解的值和正则化方法克服控制问题的不适定性.将区域分解算法的关键步骤--确定区域界面上方程解的值转化为一个边界控制问题,引入正则化方法克服了原控制问题的不适定性,证明了正则控制解的收敛性,给出了表征最优控制的耦合方程组,从而使得未知解在区域界面上的值可通过求解一系列耦合方程得到.区域分解算法可利用边界控制的方法实现.     

采用Benders分解的5G核心网用户面动态部署算法

为了应对5G网络时变的数据流量负载，同时满足5G低时延业务需求，提出基于Benders分解的用户面功能(UPF)部署与流量调度多阶段规划算法，以实现边缘网络环境下5G核心网用户面的动态部署.以最小化边缘服务器能耗、UPF部署成本及用户面数据时延为目标，考虑部署决策的延迟影响，建立UPF部署和流量调度多阶段规划模型.用Benders分解算法，将模型分解为UPF部署主问题和一系列流量调度子问题，交替迭代求解主问题和子问题，以获得最优的UPF部署和流量调度.仿真结果表明，所提算法在保证求解精度的同时具有较快的收敛速度；与逐阶段求解方法和基于马尔可夫决策过程(MDP)的启发式算法相比，所提算法分别节省了10.4%和5.1%的总运营成本.     

基于改进蚁群算法的航路规划优化方法

航路规划优化是作战任务规划和作战筹划的重要内容之一，也是军事运筹研究的热点问题。在对兵力航路规划优化问题分析的基础上，提出了基于改进蚁群算法的兵力航路规划优化方法。仿真结果表明，改进蚁群算法有效快速收敛到较满意的结果，可以为兵力航路规划优化问题的深入研究提供一定的借鉴和参考。     

基于城市能源互联网的配电网规划优化研究

传统配电网规划方法忽略了分布式电源接入配电网前后功率值的变化,导致其规划后建设投资成本较高。为此,提出基于城市能源互联网的配电网规划优化方法。首先,计算分布式电源接入配电网前后的发电功率值,通过功率值对比分析分布式电源接入配电网前后负荷变化,确定城市能源互联网对配电网影响因素。随后,基于该影响因素建立负荷预测模型,预测配电网在城市能源互联网影响下的负荷变化。最后,设置电力供需平衡、潮流容量、电压和电流等约束条件,建立配电网规划优化模型。仿真结果表明：该配电网规划优化方法的预测区域负荷准确度高,功率预测性能与实际值相差极小,并且该方法可降低配电网规划建设投资和经营的总成本,实现配电网规划的合理化。     

基于优化A*算法的智能车局部路径规划方法研究

路径规划是汽车智能化技术研究的热点。算法延时及路径偏差大等问题是路径规划算法需要研究的重点问题。文章基于A*算法,针对传统路径规划中存在的延时性问题,设计运行时间Tpre;针对规划路径与车辆实际行驶路径偏差大的问题,提出优化的节点拓展方法,通过添加惩罚系数到估价方程,修改节点拓展计算方法,约束算法拓展节点的方向。设计硬件在环实验,验证改进算法的可行性。实验结果证实:算法耗时缩短4.23%;所规划的理论路径与车辆实际路径之间的平均偏差率从0.113%降至0.078%,优化后的A*算法实时性和精确性均优于传统A*算法。     

基于启发式算法的网络通信规划方法研究

基于各种现代启发式算法,对目前网络通信规划方法进行了相关分析和研究.全面介绍了通信网络中应用于网架规划中的启发式算法的思想、步骤,并就各自特点做出对比总结.     

基于混合蛙跳算法优化人工势场的路径规划方法研究

针对传统人工势场在路径规划时易陷入局部极小、目标不可达和狭窄通道左右摆动的问题,提出了一种改进人工势场算法。该改进算法将目标距离引入斥力函数解决目标不可达问题:将斥力分解为由障碍指向机器人的分量和垂直于机器人与障碍连线的分量,分别用于阻止机器人接近障碍和引导机器人离开障碍。针对蛙跳算法迭代速度慢的问题,提出了改进混合蛙跳算法来提高蛙跳算法的进化速度和精度,并用于优化人工势场的参数以提高路径规划性能。仿真试验验证了所提出算法的有效性。     

基于蚁群算法的配电网优化规划

提出了一种考虑电网可靠性的配电网规划模型,采用前推后代迭代法进行潮流计算,利用经典的故障模式后果分析法计算电网缺电成本,基于蚁群算法提出了一种适合于配电网的优化规划方法。通过对某算例的计算和分析,验证了本文方法的有效性。     

基于蚁群算法的配电网优化规划

提出了一种考虑电网可靠性的配电网规划模型,采用前推后代迭代法进行潮流计算,利用经典的故障模式后果分析法计算电网缺电成本,基于蚁群算法提出了一种适合于配电网的优化规划方法。通过对某算例的计算和分析,验证了本文方法的有效性。     

基于混合遗传粒子群优化算法的层次路径规划方法

路径规划是移动机器人研究领域的一个重要基础性问题。针对单独使用某一路径规划算法存在着搜索速度慢,或易陷入局部极值的问题,提出了一种基于混合遗传粒子群优化算法的层次路径规划方法。该方法的主要步骤包括:一是采用三角形法进行空间环境路径建模;二是结合人工势场法的改进遗传算法设计初次路径规划;三是运用粒子群优化算法对初次路径规划的结果进行优化以实现更可靠的最优路径。通过实例仿真测试,结果显示所设计的方法能够融合各算法的优点,快速有效地找到最优路径。     

基于改进粒子群算法的匹配追踪分解优化研究

文章针对使用牛顿法进行匹配追踪分解信号的速度慢、精度低等问题,在具有全局优化能力的粒子群算法基础上,提出了一种结合局部单纯形搜索并引入变异操作的改进粒子群算法实现信号匹配追踪分解.利用单纯形搜索增加了算法的局部开发能力,通过变异操作控制种群多样性以避免早熟收敛,增强了算法全局探测能力;并以描述机械系统的振动冲击响应作为基原子与单一粒子群算法实现匹配追踪分解信号的结果进行对比,证明了使用改进粒子群算法的匹配追踪分解能够快速准确提取信号特征参数,同时成功识别出某轴承发生外圈损伤时隐含在振动信号中的周期性冲击脉冲故障特征.结果表明,加入单纯形和变异的改进粒子群算法有效降低了匹配追踪计算复杂度,提高了信号特征提取准确度.     

基于碳约束的区域能源结构优化实证

依据《中国能源统计年鉴2020》《上海市统计年鉴2020》,以上海市2019年实际碳排放总量220.4×10⁶t削减10%作为碳约束目标,运用碳夹点方法求解上海市在全局和各部门碳约束下的清洁能源最小需求量,对两种情景下的能源结构进行优化分配。结果表明:两种情景下,上海市清洁能源最小需求量均为88.7×10¹⁶J;在产业部门碳约束下,清洁能源分配给第三产业的比例为53.9%,远高于第二产业和生活消费部门,第三产业对清洁能源的容纳率最高。建议上海市应推进能源技术改革,大力发展清洁能源技术和低碳技术;加快产业结构升级改造,进一步确立以金融业、信息业等为主的第三产业优势地位,逐步削减第二产业规模,将其打造成"小而精"的发展模式。     

基于粒子群优化算法的装配序列规划研究

针对装备制造业中存在的装配序列规划问题,建立最小化装配次数和方向改变次数之和为目标的优化模型。针对优化模型提出具有随机性特点的初始种群启发式编码,设计粒子群算法。为避免粒子陷入局部最优,采用不同程度的局部搜索操作方式,达到增强粒子群算法局部搜索的能力。实例验证表明,该算法在解决装配序列规划问题上具有优势,求解效果较好。     

基于D_Star算法的巡检机器人路径规划优化研究

随着施工现场巡检机器人的广泛运用,由巡检机器人与工作空间碰撞造成的问题是导致建筑施工场地产生安全风险的重要因素.避免或减少巡检机器人的空间碰撞问题对降低施工场地的安全风险具有十分重要的意义.论文在施工场地工作空间类型分析和巡检机器人对施工活动的干扰权重分析的基础上,开展了D_Star算法优化研究,提出了一种基于D_St...     

区域分解并行有限元计算方法研究

按照区域分解算法"分而治之"的思想,研究了在普通PC机群上实现大规模并行有限元计算的方法.针对PC机群的特点,有限元计算数据采用分布式存储策略,方程组的求解采用并行预处理共轭梯度算法.采用C 语言及MPI消息传递接口开发了基于PC机群的并行有限元计算程序,利用6台计算机对247 871个单元的有限元模型进行了并行求解,并行加速比达到5.26.验证了程序的可靠性和高效性.     

区域分解并行有限元计算方法研究

按照区域分解算法“分而治之”的思想,研究了在普通PC机群上实现大规模并行有限元计算的方法.针对PC机群的特点,有限元计算数据采用分布式存储策略,方程组的求解采用并行预处理共轭梯度算法.采用C++语言及MPI消息传递接口开发了基于PC机群的并行有限元计算程序,利用6台计算机对247871个单元的有限元模型进行了并行求解,并行加速比达到5.26.验证了程序的可靠性和高效性.     

基于优化Q-learning算法的机器人路径规划

针对传统Q-learning算法在路径规划中存在收敛速度慢、难以平衡探索与利用的关系等问题,采用改进后的势场对Q-learning算法的Q表初值进行优化,引入多步长策略减少算法的迭代次数和路径中的拐点个数,加入动态调节贪婪因子平衡探索与利用的关系。仿真结果证明,与Q-learnig算法相比,改进后的IMD-Q-learnig算法可将最优路径长度缩短79.09%,拐点个数减少46.67%,算法效率提升88.40%。     

区域综合能源系统接入的配电网扩展规划研究

采用目前方法对区域综合能源系统的配电网扩展规划时,忽略分析综合能源系统中各系统的结构和运行特点,导致规划后的配电网污染物排放量高,用电量和用气量高。针对区域综合能源系统,提出配电网扩展规划方法。首先,分析区域综合能源系统结构,构建供热、供冷、供电等模型;然后建立双层优化模型,上层模型的目标为最小化规划总成本,下层模型目标为最大化能源利用率,上、下两层模型分别可扩展规划系统配电网和优化区域综合能源系统。对某个区域综合能源系统接入的配电网的仿真计算结果表明,所提方法规划后的配电网网损率降低至4%～5%,负载均衡率可达90%以上,用电量、用气量以及污染物排放量、负荷功率均得到显著控制。     

优化稀疏LU分解的LDPC编码算法研究

中国移动多媒体广播标准中采用了高度结构化低密度校验码编码.针对该低密度校验码非系统码和非准循环特性,设计了一种基于LU分解的编码算法,巧妙地设计了紧凑的矩阵存储方式,修正了行重列重乘积最小化的优化准则,提出了优化的稀疏LU分解.仿真计算结果表明,相对其他文献中的算法,所提稀疏LU分解得到的L和U中元素"1"的个数减少10%,具有更好的稀疏性,进一步降低了编码算法的时间复杂度.因此,基于优化稀疏LU分解的低密度校验码编码算法在中国移动多媒体广播标准实际应用中具有较好的前景.