基于纳什议价理论的分布式绿色电力交易优化分析

为促进分布式绿电的市场化消纳,提高分布式绿电机组的运行效益,对聚合分布式绿电的分布式电源运营商、储能运营商和柔性负荷聚合商利用虚拟电厂联合技术开展电能合作交易的模式进行研究。首先,在各主体之间进行电能交易的前提下建立各主体最优运行模型;然后,基于纳什议价理论建立多主体合作博弈模型,为更好求解合作博弈模型,将模型转换为合作运行总效益最大化子问题和基于非对称的收益分配子问题,用交替方向乘子法进行两个子问题的分布式求解;最后,通过算例仿真进一步验证所提模型的有效性。结果表明：参与电能合作交易能有效提高分布式绿电机组的运行效益。     

基于合作博弈的能源互联网经济能效分层协同优化调度

在考虑园区与区域能源互联网互动的背景下,提出了园区与区域能源互联网互动分层基本架构,说明了地理因素、调度因素、能量管理因素下的分层现象;在建立下层园区与上层区域能源互联网模型的基础上,提出了下层园区能源互联网日前?效率能效优化调度模型和上层区域能源互联网日前经济优化调度模型,并将能效、经济多目标协同优化调度问题映射到合作博弈策略中;详细构建了基于合作博弈的分层协同优化调度求解流程,阐述了外层合作博弈和内层合作博弈的效果与作用。最后,通过算例分析对比验证了基于合作博弈的分层协同优化模型与方法的合理性和优越性。     

Finding the exact delay bound for consensus of linear multi-agent systems

This paper focuses on consensus problems for high-order, linear multi-agent systems. Undirected communication topologies along with a fixed and uniform communication time delay are taken into account. This class of problems has been widely studied in the literature, but there are still gaps concerning the exact stability bounds in the domain of the delays. The novelty of this paper lies in the determination of an exact and explicit delay bound for consensus. This is done in a very efficient manner by using the cluster treatment of characteristic roots (CTCR) paradigm. Before the stability analysis, a state transformation is performed to decouple the system and simplify the problem. CTCR is then deployed to the individual subsystems to obtain the stability margin in the domain of the delays without the conservatism introduced by other approaches more frequently found in the literature. Simulation results are presented to support the analytical claims.     

基于节点协作式网格投票的VANETs位置验证方法

针对车载网VANETs (vehicle Ad Hoc networks)中恶意节点的位置欺骗问题,提出了基于节点协作式的网格投票的位置验证方案.该方案将连续时间划分静态帧,在每个静态帧内,验证者和邻居节点协作共同检测位置欺骗的节点.验证者先获取目标区域,并将目标区域分割成等区域面积的网格.通过了资格审核的邻居节点才能在相应的网格内投票.通过多轮网格投票,获取最高票数的网格所在的区域,就是被验证者被估计的位置.将该位置与被验证者声称的位置进行比较,若不相符,则认为被验证者实施了位置欺骗.安全性能分析和仿真数值表明,基于节点协作式的网格投票的位置验证方案能有效地检测位置欺骗节点,具有低的漏警率和虚警率,能够正确地检测恶意节点.     

片上协同网络和电磁协同效应感知的智能传感器

为了提高传感器的功能集成、扩展应用类型和保障电磁兼容,提出了一种基于片上协同网络和电磁协同效应感知的智能传感器.针对传感器节点的复用性、多用型和高效系统执行力,设计了单节点部署阵列式多传感器、多核和多天线设备的片上协同网络,并通过动态映射解决了片上通信和阵列设备间电磁干扰问题;在分析符号出错率、电磁协同效应的硬件发生率的基础上,通过逻辑协同控制传感器片上网络中的电磁协同效应,设计出了具有动态分层差异特性自适应控制符号传递和融合处理的智能传感器.实验结果表明:所设计的智能传感器数据采集误差小于0.1％,并带来了25％的工作延迟增益,不仅提高了数据精度而且改善了实时性.     

基于粒子群算法的交通干线协调控制的研究

目前各大城市交通拥堵的一个重要原因是交通控制仍然为单点控制,未能实现协调优化.基于此,提出一种基于粒子群优化的干线交通总延误最小协调控制方法.首先,通过对城市交通干线协调控制进行数学抽象,建立干线交通双向绿波控制总延误模型.其次,依据总延误模型的特征,设计了一种利用历史最优共享的粒子群算法(VSHBPSO).接着,对干线总延误模型进行优化,以总延误最小为目标,得出相位差、绿信比的最优解,进而获得交通信号相位的动态配时策略.最后以秦皇岛市交通干线为例进行仿真实验,实验结果表明,优化后的交叉口配时方案比传统的定时控制方案减少了43.1％的延误时间,有效提高了干线通行效率.     

基于雾计算的医院信息服务系统

针对移动应用对本地信息的需求和云计算框架在支持移动应用方面的不足,提出了一种基于“智能前端化”思想的雾计算框架。该框架在云计算框架的云服务和移动终端之间扩展一个“雾层”,以便将云服务器上的数据和计算服务更快更经济地提供给移动终端。针对医院场景,设计并研发了能提供就医时相关信息浏览服务、排队时长查询服务和多媒体点播服务等的信息服务系统,并提出了多频段负载均衡接入和基于本地信息融合的排队时长查询两项关键技术。通过真实场景中的测试实验验证了系统的可用性和关键技术的高效性。     

基于CQPSO-LSSVM的网络入侵检测模型

为了提高网络入侵检测率,提出一种协同量子粒子群算法和最小二乘支持向量机的网络入侵检测模型(CQPSO-LSSVM)。将网络特征子集编码成量子粒子位置,入侵检测正确率作为特征子集优劣的评价标准,采用协同量子粒子群算法找到最优特征子集,采用最小二乘支持向量机建立网络入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。结果表明,CQPSO-LSSVM获得了比其他入侵检测模型更高的检测效率和检测率。     

基于神经网络的多机协同编队控制器设计

针对多架无人机协同编队飞行控制问题,设计了一种基于BP神经网络的无人机编队飞行控制器.以两机编队为单元,僚机同时跟踪长机和相邻僚机,根据相对位置和参考坐标系统,采用BP神经网络训练得到最佳的PID控制参数,设计三通道PID控制器并对编队系统进行分布式协同控制,使系统快速跟踪指令并保持编队队形.对四架无人机组成的编队系统进行仿真,系统编队可快速保持期望队形,表明设计的编队控制系统具有良好的稳定性和较强的抗干扰能力.     

基于MCQPSO-SA优化的KFCM算法在入侵检测中的应用

同经典的FCM算法及其派生算法一样,KFCM算法对噪声及初始化中心敏感,容易陷入局部最优值。针对以上问题,本文提出一种改进的KFCM算法。通过引入多种群协同量子粒子群混合模拟退火算法(MCQPSO-SA)来优化KFCM算法,提高KFCM算法的搜索效率和全局搜索能力,使得算法较快地收敛到最优解。将改进算法用于构建入侵检测系统并通过模拟仿真实验表明,改进算法具有更好的检测性能,解决了传统的聚类算法在入侵检测中稳定性差、检测准确率低的问题。