不确定条件下外协生产库存系统控制策略与参数优化

针对协作企业生产能力和运输时间不确定条件下的外协生产库存系统优化控制问题,提出了一种基于生产点和生产批量的生产库存控制策略。用统计概率分布对协作企业生产能力和运输时间的不确定性进行描述,以库存成本、生产准备成本和协作企业生产能力损失成本最小为目标,建立了生产能力和运输时间随机变动条件下生产库存系统控制策略的参数优化模型,设计了一种基于仿真的控制参数优化算法,通过实例对生产库存系统控制策略及控制参数优化算法进行了验证,并分析了生产点和生产批量等参数变化对与外协生产库存系统性能的影响。     

基于全局最优-局部最优粒子群算法的PID 控制

PID的控制效果取决于比例、积分和微分三个参数取值,其参数优化一直是控制领域研究的热点。提出了一种全局最优-局部最优(Global Best-Local Best PSO,GBLB-PSO)的PID参数优化策略,使控制系统满足超调量小、调节时间短等性能目标。优化方案应用于暖通空调系统(Heating,Ventilating,and Air Conditioning HVAC)中室内空气压力回路的控制。仿真结果无超调、调节时间短。与传统方法相比,性能有了较大提高。表明了本方法的有效性和优越性。     

基于模拟退火布谷鸟算法的直流伺服系统静态摩擦参数辨识

针对非线性摩擦对直流伺服系统性能的影响,提出一种基于模拟退火布谷鸟算法提高摩擦参数辨识精度的方法。采用LuGre摩擦模型建立伺服系统静摩擦参数与力矩的关系表达式,并分析其稳态特性,以此构建参数辨识的目标函数。引入模拟退火中的Boltzmann选择机制,结合迭代全局最优值对布谷鸟算法发现概率的自适应性进行了增强,以改善算法的寻优效果,通过分析比较得知改进算法的时间复杂度与原算法一致。在相同摩擦参数设置下,改进布谷鸟算法的辨识精度优于传统方法,利用其辨识结果补偿伺服系统运行的非线性摩擦力矩,得到了良好的控制效果。实验结果表明,该方法可以使摩擦参数的辨识适应度值提高2~3个数量级,有效改善了系统的控制性能。     

Oracle数据库性能的优化设计

在调查并分析了影响运行中Oracle数据库系统性能的瓶颈后,通过优化内存分配,参数调整和跟踪、优化不良的SQL语句,提出了改善数据库性能的优化策略.实验证明,优化后的Oracle数据库的性能得到了良好改善.     

基于深度强化学习的分布式能源系统运行优化

分布式能源系统凭借其高效、环保、经济、可靠、和灵活等特点成为我国能源未来发展的重要方向。目前我国的很多分布式能源系统经济效益较差,主要原因是能源系统没有良好的运行策略。本文提出一种基于深度强化学习的分布式能源系统运行优化方法。首先,对分布式能源系统的各个设备进行数学建模。深入阐述了强化学习的基本原理、深度学习对强化学习的结合原理及一种基于演员评论家算法的分布式近端策略优化(Distributed Proximal Policy Optimization, DPPO)算法流程,将分布式能源系统运行优化问题转化为马尔可夫决策过程(Markov decision process,MDP)。最后采用历史的数据对智能体进行训练,训练完成的模型可以实现对本文的分布式能源系统的实时优化,并对比了深度Q网络(Deep Q Network, DQN)算法和LINGO获得的调度策略。结果表明,本文提出的基于DPPO算法的能源系统调度优化方法较DQN算法和LINGO得到的结果运行费用分别降低了7.12%和2.27%,可以实现能源系统的经济性调度。     

含多微网系统的主动配电网分层能量优化管理

为实现含多微网系统的主动配电网的经济效益最优,通过引入自适应权重系数来进行动态优化.构建一种主动配电网层以发电机组运行成本最低,多微网系统层以经济成本和环境成本最低的分层能量优化管理模型.采用变异、杂交和竞争策略以及Lévy飞行策略改善麻雀搜索算法,提高算法的种群多样性和收敛精度.基于所设计的多微网系统混合配置运行策略...     

含相变储热的喷射式热泵系统模拟与优化研究

为了实现热电解耦,有效提高可再生能源利用率,将相变储热技术应用于热泵系统中,构建含相变储热罐的跨临界CO2喷射式热泵系统。首先,建立储热装置的数学模型,采用Modelica非因果建模语言在Dymola平台对系统储热过程进行模拟,获得相变储热罐的温度分布、瞬时储热量、系统COP等储热特性。同时对比了常规储热水箱、PCM储热罐与PCM-水多级储热罐的理想储热量、设备体积、储热性能等,详细分析相变储热热泵系统的优势,为促进其实际应用提供参考。此外,提出基于模型的单目标与多目标优化策略,采用遗传算法对系统的性能进行优化,得到最优设计参数和运行参数,与优化前相比储热过程的系统COP提高了28.73％,有利于系统的高效运行,为改进和优化系统性能提供了依据。     

流媒体传输控制的性能评价及其优化

对“消费者”来说任何一个系统的性能都是非常重要的,如果性能没有达到要求,即使提供强大的功能也不一定会得到用户的认可。在评价性能的过程中,如果发现系统中存在阻碍性能发挥的问题,就要对系统进行优化,以期获得较高的运行性能。本文从“消费者”与“生产者”模式的角度进行了IP网络中分布式多媒体传输控制的性能分析,同时提出了在现有网络状态下如何有效地对分布式多媒体网络性能进行合理的评价和优化控制策略。     

基于自适应PSO的生产-分销协同计划模型与算法研究

针对分布决策条件下供应链生产-分销系统中,以供应商为视角的模型优化性能不足以及因信息不完全导致适用性受限的问题,在建立购买方-制造商2级协同优化模型的基础上,提出一种基于自适应粒子群算法（PSO）的协调优化方法,利用该方法在有限信息共享的情况下,通过多次迭代实现协同优化.仿真实验表明该方法能够有效地收敛于问题的近似解并具有较好的优化性能.     

大涵道比涡扇发动机总体参数优化研究

为了改善传统的设计方法,获得最适当的总体参数,对某大涵道比涡扇发动机进行了优化。综合考虑了性能、结构、排放和噪声等多个学科,引入了总体与部件的协同设计思想;并通过探索总体与部件间的耦合协调机制及数据传递关系,提出了一种典型的优化策略;该策略将高维复杂较大的系统问题转化为3个易于处理的子系统问题。此外,基于Isight软件建立了对应的优化平台。经过15 362 s计算,优化收敛结束,共得到了782个可行解,包括133个Pareto解。表明提出的优化方法具有"先优化后决策"的优点,能够快速有效地得到系统最优解,能够综合考虑性能、结构、排放和噪声等多个学科;能够有效平衡5个冲突的指标,进而得到适当的总体参数。     

基于能效优化的MapReduce异构云环境任务调度算法

提出了一种在异构MapReduce集群中的能效优化管理策略.基于数据中心服务器节点的数量、性能参数运行时间等估算出任务调度的响应时间,设计了一种启发式的任务调度算法,可以很好地满足能效优化的目标.     

Multi-objective Particle Swarm Optimization Algorithm Based on Performance and Reliability of Discrete System Resources Configuration

Considering research on multi-objective optimization for reliability and performance suffering cost constraints in digital circuits,an improved multi-objective optimization algorithm based on performance and reliability was proposed to solve the problem of discrete system resources configuration in this paper. This algorithm used the particle-swarm optimization( PSO) to evaluate the tradeoffs configuration of the system resources between reliability and performance and proved the feasibility through the simulation.Finally, the information of resources configuration from optimization algorithm was used to effectively guide the system design so as to mitigate soft errors caused by single event effect( SEE).     

云存储系统中数据冗余策略优化问题

针对云存储系统现有冗余策略及其改进策略的不足, 提出一种将完全备份与改进的RS(Reed\|Solomon)纠删码结合的自适应数据冗余策略RIRS(Replication Improved RS)。该策略能根据具体应用环境调整参数以最大限度地优化系统性能。在参数调整使其退化成纯粹的完全备份方法条件下, 提出一个动态副本管理优化模型DRMO（Dynamic Replication Management Optimized）对其进行改进。实现副本数和副本位置的动态调整。分析表明, RIRS充分融合了完全备份和纠删码冗余的优势, 能节省存储空间, 降低访问时延并提高系统的可靠性和稳定性。在此基础上提出的DRMO能在满足数据有效性要求的同时, 进一步节省存储空间并实现负载均衡。     

电站分布式控制系统建模支撑系统

介绍了最新研制的电站分布式控制系统建模支撑系统（ＤＣＳＭＳ）。建模人员通过绘制组态图来进行控制系统组态，系统可以将组态结果转换成ＦＯＲＴＲＡＮ语言仿真源程序。ＤＣＳＭＳ将源程序进行编译和连接后可以调入系统调试；在调试系统中可进行单步运行、快速运行、冻结、复位、停止等操作，并可用鼠标选取所要调试的变量。ＤＣＳＭＳ还具有在线组态功能，它可以根据组态结果直接运行实现控制策略，可以进行结构和参数的在线修改。ＤＣＳＭＳ可以较大程度地加快建模进程     

飞行器概念设计中多学科优化模型的研究

多学科优化技术的发展有效地提高了飞机的设计水平,同时提高了设计人员对非常规布局飞机的设计能力。以一种双后掠飞翼布局飞机为研究对象,建立新的优化模型对其进行气动、结构优化。优化过程分为系统级优化和学科级优化。在系统级优化中,航程定义为飞机全局性能指标。在学科级优化模型中,把升阻比和展向气动载荷分布的综合气动性能作气动学科优化目标,结构重量作为结构优化目标。优化结果表明,优化模型可以高效的运行,优化方案更接近最优解。     

分布式系统中基于非合作博弈的调度算法

针对分布式系统中任务调度问题,根据分布式环境下的任务调度特性,建立了一个非合作博弈的多角色任务调度框架,在此基础上提出了一种基于纳什均衡联合调度策略的分布式强化学习算法.相比于静态调度算法,该算法需要更少的系统知识.能使调度器主动学习任务到达和执行的相关先验知识,以适应相邻调度器的分配策略,目标是使得调度器的策略趋向纳什均衡.模拟实验结果表明:所提出的算法在任务的预期时间和公平性上相对于OLB(机会主义负载均衡)、MET(最小执行时间)、MCT(最小完成时间)等同类调度算法具有更好的调度性能.     

纠删码存储系统中数据修复性能优化研究进展与展望

纠删码被广泛应用于分布式存储系统以保存在线应用的用户数据。当部分存储节点发生故障时,纠删码存储系统需使用新的存储节点替换原有失效节点,并恢复失效的用户数据。由于需要执行数据编码、传输和读写等操作,纠删码存储系统通常需要消耗较长的时间执行数据修复操作,存储的用户数据将长期处于不可靠状态。为了保障存储数据的可靠性,研究学者提出了多种数据修复性能优化方案以减少数据修复时间。本文介绍了数据修复性能优化问题,分析了各个应用场景下主要的性能瓶颈和性能优化难点,总结了提升数据修复性能的主要技术方案和研究工作,并对数据修复性能优化研究领域的未来发展方向进行展望,为纠删码存储系统设计人员准确选择适合特定应用场景的数据修复性能优化方案提供思路。     

Integration of a statistical emulator approach with the SCE-UA method for parameter optimization of a hydrological model

Parameter optimization of a hydrological model is an indispensable process within model development and application.The lack of knowledge regarding the efficient optimization of model parameters often results in a bottle-neck within the modeling process,resulting in the effective calibration and validation of distributed hydrological models being more difficult to achieve.The classical approaches to global parameter optimization are usually characterized by being time consuming,and having a high computation cost.For this reason,an integrated approach coupling a meta-modeling approach with the SCE-UA method was proposed,and applied within this study to optimize hydrological model parameter estimation.Meta-modeling was used to determine the optimization range for all parameters,following which the SCE-UA method was applied to achieve global parameter optimization.The multivariate regression adaptive splines method was used to construct the response surface as a surrogate model to a complex hydrological model.In this study,the daily distributed time-variant gain model(DTVGM) applied to the Huaihe River Basin,China,was chosen as a case study.The integrated objective function based on the water balance coefficient and the Nash-Sutcliffe coefficient was used to evaluate the model performance.The case study shows that the integrated method can efficiently complete the multi-parameter optimization process,and also demonstrates that the method is a powerful tool for efficient parameter optimization.     

配网光伏系统储能优化配置策略

由于光伏发电的不确定性和随机性,给电力系统的稳定性和安全性带来了隐患。将储能装置引入配网光伏系统,可以提升系统经济性,改善配网电能质量。本文在分析居民负荷和工业负荷特性的基础上,结合我国的电价政策,以光储系统净利润最大为目标,构建了光储系统投资收益模型。在满足功率平衡和储能电池性能约束的基础上,本文选用YALMIP工具箱和CPLEX程序在MATLAB中进行了求解。最后在IEEE-33节点系统中应用上述优化方法进行影响分析,结果证明基于光储系统净利润作为技术指标的光伏系统储能优化配置策略的有效性。     

基于工况识别的插电式混合动力公交车控制策略

为了充分挖掘插电式混合动力公交车(PHEB)的节油潜力、增强车辆对不同行驶工况的适应性,在规则类控制策略的基础上增加工况识别模块,由过去一段时间内的平均车速、平均绝对加速度、怠速时间比三个特征参数作为输入,对当前工况进行模糊识别;建立自动优化平台,用模拟退火算法对关键参数进行优化,根据当前工况类型选取最优控制参数。仿真及实验结果表明,有工况识别的自适应控制策略较无工况识别控制策略增强了路况适应性,燃油经济性提高7%以上。