基于模糊隶属度的智能电网电力调度多目标优化研究

在智能电网电力优化调度过程中,因求解目标分布范围较小,导致全局搜索能力较差,因此提出基于模糊隶属度的智能电网电力调度多目标优化方法。根据智能电网的工作模式,搭建电力调度架构。在电力调度架构中,从调度成本、可再生能源利用率和用户满意度三个角度确定电力调度目标,构建多目标优化数学模型。设计模糊隶属度求解算法,获取多目标优化最优解集,采用通过模糊识别策略从最优解集内选取最终优化调度方案。应用分析结果表明,所提方法应用后,求解目标分布范围大幅度增长,全局搜索能力得到了增强,可以有效提升智能电网电力调度水平。     

虚拟养老服务人员调度多目标优化研究

针对虚拟养老服务人员调度问题，分析老人、虚拟养老服务中心和服务人员的利益追求，以成本最优、老人和服务人员满意度最大为主要考量因素来构建多目标优化模型。设计了离散化多目标鲸鱼优化算法。通过改进传统鲸鱼优化算法的鲸鱼位置更新公式和局部搜索算子，引入非支配排序用于求解构建的多目标优化问题。通过求解算例并将结果同NSGA-II和NSGA-III对比，验证算法的优越性。该研究综合考虑三者的利益，可为虚拟养老服务人员调度提供丰富的决策集合。     

跨区域协同指挥下的配电网分布式目标优化调度方法

为了实现配电网优化调度，降低运行成本，改善配电网电能质量，设计一种配电网分布式目标优化调度方法。在跨区域协同指挥的条件下，依据一定的分区原则与实际情况，进行配电网的分区处理，制定各种分区的对应目标函数；制定支路潮流、节点电压、储能装置、激励负荷、可中断负荷、可中断负荷无功约束与有功方面的约束条件，利用交替方向乘子法进行目标函数的求解，实现分布式配电网目标优化调度。算例分析结果表明，该方法能够根据负荷变化，合理调度，达到了良好的储能优化效果，对于配电网运行成本与电能质量的改善有着积极的意义。     

基于多目标海鸥优化算法的风-光-热储能优化调度

针对新能源存储的问题,提出了高效节能的风-光-热储能优化调度模型。在此基础上综合考虑新能源的负荷需求响应和平衡约束,采用混沌理论改进多目标海鸥优化算法,以社会福利最大化为目标,建立面向低碳运行的稳定优化调度控制方法。根据企业的实际数据算例分析表明,优化调度模型能够有效提升系统的稳定性,降低总生产成本11.8%,减少碳排放15.98%,提供了环境友好的优化调度方案。     

基于制造网格的虚拟企业资源调度问题研究*

为支持虚拟企业间资源的高效调度,在制造网格的基础上,提出了虚拟企业的资源调度平台。研究了基于GlobusToolkit 4和agent技术的平台实现方法和工作流程。在此基础上,提出了以T、C、Q、S为目标的多目标资源优化调度模型,结合制造网格与计算网格的差异,将网格底层的跨地域实体物流交互对资源调度的影响纳入优化调度模型,使虚拟企业资源调度方案更加合理。最后,以一个具体的实例,验证了多目标优化调度模型的有效性。     

一种改进樽海鞘群算法及其多目标云工作流调度应用

为了优化云工作流应用的调度效率与代价，提出基于改进樽海鞘群算法的工作流调度策略。建立截止时间与预算约束的多目标优化模型，利用樽海鞘觅食的位置变化对工作流调度进行编解码，设计融合执行跨度与执行代价的权重适应度函数。为了增强樽海鞘群的寻优性能，引入基于疯狂算子的领导者更新模式，通过疯狂变量，减少领导者更新的停滞早熟现象；引入遗传算子的追随者更新模式，利用个体交叉和变异使樽海鞘群具有更均衡的搜索全局性和个体多样性，避免陷入局部最优。结果证明，改进樽海鞘群算法可以有效提升计算精度和收敛速度；应用于工作流调度求解后，其调度解收敛性更好，调度解集空间分布更加一致。     

基于不确定作业时间的FSM P 调度问题研究

针对一类加工时间不确定的FSMP调度问题，建立了基于扩展期望区间数近似不确定参数的优化模型．提出了利用扩展期望区间数构造参数近似边界的取极大运算方法，给出了包含不确定度控制指标的多目标优化模型．基于算例，讨论了决策因子和不确定度控制指标对调度性能的影响，仿真结果及分析表明了该模型和算法的有效性与鲁棒性．     

无线传感器网络TDMA 调度的能量-时延Pareto优化

针对多到一数据传输模式的无线传感器网络，提出了多目标TDMA（时分多址）调度优化模型，考虑了数据包的时延和节点状态切换导致的能量消耗，合理地建立了TDMA调度问题和进化搜索算法问的映射关系，并设计了基于微粒群的Pareto优化算法．仿真实验表明，该算法可以有效地找到一组能量和时延目标的Pareto优化解，其结果优于图着色算法．     

基于遗传算法的一体式3D打印自动化控制技术

针对传统3D打印机存在打印自动化控制效果不佳，导致打印时间和打印成本增加的问题，提出基于改进遗传算法的一体式3D打印自动化控制技术。首先构建基于3D打印任务多目标优化调度模型，并确定优化调度的约束条件和目标函数；然后基于传统遗传算法的3D打印任务多目标优化调度问题，基于遗传算法的子代选择，引入浓度平衡机制和抑制条件，将三轮迭代缩减至一轮，得到基于改进遗传算法的3D打印任务多目标优化调度方法。仿真结果表明，改进后的遗传算法在47次、88次、86次和95次时即可实现收敛，收敛速度明显优于粒子群优化算法和传统遗传算法，寻优求解效率更高。实际应用发现，3D打印机的总打印时间由16.8小时降低至9小时，打印成本由2 759.3元下降至1 762.4元。由此说明，改进的遗传算法可减少3D打印机的打印时间和打印成本、提高打印效率，可实现3D打印自动化控制。     

基于改进粒子群算法的物流配送车辆调度优化

车辆优化调度是提高物流企业运营效益的重要因素,针对标准粒子群优化算法存在的不足,提出一种改进粒子群算法（IPSO）的物流配送车辆调度优化方法。建立物流配送车辆调度优化的数学模型,将车辆与车辆路径编码成粒子,通过粒子之间的协作找到最优物流配送车辆调度优化方案,并对粒子群算法存在的不足进行了相应的改进,最后给出仿真实验对其性能进行测试。实验结果表明,IPSO算法不仅加快了物流配送车辆调度优化问题求解的速度,而且获得了最优解的概率,具有比其他调度算法更明显的优势。     

基于中间变量的乘子法

为了更有效地用乘子法求解结构优化问题,将倒变量和混合变量这两种中间变量引入乘子法,提出了基于中间变量的乘子法。在这种新方法中,基于增广拉格朗日函数的无约束子问题的构造和求解,以及算法的迭代和收敛,都是对中间变量进行的。只有目标函数与约束函数的函数值及梯度值的求取,是对原变量进行的。用两个具有较高非线性的工程算例对新方法进行测试,测试结果表明新方法具有良好的收敛性,且比一般的乘子法的收敛速度更快。     

控制受限情况下变结构系统的全局稳定性

本文指出了滑动模态到达条件ｓｓ〈０的局限性，用新的方法研究了控制受限情况下变结构控制的全局稳定性，给出了变结构控制实现的新条件，并由此条件考虑了用非线性切换函数提高运动快速性的问题。     

微小流量传感器的研制

介绍了一种新型基于可变面积原理设计的微小流量传感器,阐述了高准确度微流量传感器理论设计方法、结构特点及传感器的信号处理技术,同时也对微流量传感器的标定测试方法进行了探讨和实验验证。实际测量和使用表明:该传感器具有准确度高、可靠性高、抗干扰能力强、结构简单、智能化等特点。     

β依赖性的近似约简方法拓展

知识约简是粗糙集理论研究的核心内容之一。目前,以分布密度为基础的分布约简/分配约简主要集中在对论域中每个对象或每个对象所在的类与决策类的关系展开,因此当论域对象较多时这些方法的应用受到了一定限制,基于变精度粗糙集模型理论和决策表整体确定性的度量方法,通过构造β+正域去定义β+依赖性,获得了在有分类误差情况下决策表整体最大确定性的度量方法,基于此提出了β+依赖性近似约简,通过数值计算和实验仿真,说明该方法是可行的,进而拓展了变精度粗糙集模型近似约简方法。     

一类新的Takagi-Sugeno模糊时滞系统的稳定性准则

本文提出一种新的时滞划分方法—变时滞划分法,以解决连续延时Takagi-Sugeno模糊系统的稳定性和镇定性问题.不同于已有的文献,用可变参数将时变时滞区间[0,d(t)]划分为若干个可变子区间,并得出模糊时滞系统的新的时滞相关稳定性准则.本文提出的新方法能充分利用时滞子区间的内部信息,因此新的时滞相关稳定性准则比以往结果具有更小的保守性.基于Lyapunov稳定性理论,以线性矩阵不等式形式给出T--S模糊系统的新的时滞相关稳定性准则,并将稳定性和镇定性研究结果扩展到具有不确定参数的T--S模糊系统.仿真实例证明了本文方法降低保守性的有效性.     

关于多通道多变量图形的参数化研究

本文建立了一个新的数学模型并提出一种基于变量流技术的变量设计方法，尺寸函数和几何交切函数的划分与建立避免了求解繁锁的约束方程，我们以全交互方式建立基型和确认通疲道，由系统自动提取约束并实现尺寸驱动，解决了任意复杂图形的参数化问题，并易于适应新变化。     

一种新的滑动模态到达条件

给出了确定滑动模态吸引区的新方法，用此方法讨论了控制受限情况下变结构控制系统的稳定性，研究了利用非线性切换函数设计的变结构控制系统。     

大型风力发电机组控制器优化设计

风力发电机组是复杂多变量非线性系统,具有不确定性和多干扰等特点.目前国内应用的风力发电机组大多采用变桨变速恒频系统,具有风能利用系数高、安全可靠、改善整机受力等优点,然而依然面临载荷过大、功率波动大和变桨过于频繁等问题,因此,在大型风力发电机组系统中,选择最适合控制策略的控制器的优化设计就显得尤为重要.在此提出基于模糊性能评估器的控制方法,建立非线性控制模型并设计模糊控制器,介绍了控制器的优化设计步骤,仿真结果表明了这种方法的有效性.     

SUBJECTIVE MENTAL WORKLOAD ASSESSMENT BASED ON GENERALIZED FUZZY NUMBERS

In this article, a new method for subjective mental workload assessment is presented based on generalized fuzzy numbers. First, the linguistic values are modeled as generalized fuzzy numbers, which is more efficient in dealing with uncertain information and representing experts' opinions than normal fuzzy numbers due to the fact that the degree of confidence of decision makers' opinions is taken into consideration. In addition, compared with existing methods, the result of the proposed method is more reasonable because it can correctly determine the degree of similarity between the assessment and the linguistic terms. A numerical example is used to show that the proposed method can provide a useful way to handle subjective mental workload assessments in a linguistic manner.     

基于图形数据库的变量化设计方法

文章针对参数化技术中过约束和欠约束的求解和图形设计问题,提出了一种新的基于图形数据库的变量化设计方法。该方法依据一组变量化基本规则,采用人工智能方法,对过约束与大约束问题判断、求解,扩大了模型图的自由度,提高了图形设计的效率和可靠性。