智能传感器及其在体温检测中的应用

随着高新材料的持续涌现,温度传感器性能不断提升,应用市场不断转型拓宽,其作为自动化控制、网络信息传递的基础,将感知、处理、通信结合不断地深入生活,深度影响我国科技化社会的生活方式,同时减少系统处理间的人为干预和管理控制。文章阐述几类智能传感器的结构原理、应用领域和发展态势,提出现代化医疗护理体征参数测量新策略,搭配研发的视觉驱动智能护理床配套使用,用户使用设备时,体温生理参数的检测是本文研究内容的核心之要。最后,智能化传感器正逐步结合AI向网络系统化方向拓宽,契合当下物联网趋势,能够为新旧产业注入新鲜活力,不断引领智能化行业进步,相信必将在崭新的时代中发挥更大的影响力,带动智能化、科技化社会稳步向前发展。

基于随机经济模型预测控制的电热综合能源系统运行优化

北方供暖地区存在大量热电联产机组,其“以热定电”的运行特性限制了机组调峰能力。同时,随着我国能源替代的提出以及风电的快速发展,建立包含风电的电热综合能源系统是降低电热耦合以及系统运行成本的重要手段。因此,建立电热综合能源系统模型,在满足用户电热负荷需求的基础上,综合考虑风电不确定性以及系统动态过程中的经济性,提出一种基于情景树结构的随机经济模型预测控制策略。为了降低风电功率随机性干扰和风电功率变化难以描述的问题,提出采用一种改进的非线性变换方法建立风电功率非高斯分布模型,在此基础上建立基于情景树结构的风电功率变化显式表达结构,在保证鲁棒性的同时降低了优化过程中风电随机性的干扰。最后,通过累计节约成本的复合单步增长率指标验证所提策略的有效性。

基于观测空间关系提取的多智能体强化学习

针对多智能体系统(multi-agent systems,MAS)中环境具有不稳定性、智能体决策相互影响所导致的策略学习困难的问题,提出了一种名为观测空间关系提取(observation relation extraction,ORE)的方法,该方法使用一个完全图来建模MAS中智能体观测空间不同部分之间的关系,并使用注意力机制来计算智能体观测空间不同部分之间关系的重要程度。通过将该方法应用在基于值分解的多智能体强化学习算法上,提出了基于观测空间关系提取的多智能体强化学习算法。在星际争霸微观场景(StarCraft multi-agent challenge,SMAC)上的实验结果表明,与原始算法相比,带有ORE结构的值分解多智能体算法在收敛速度和最终性能方面都有更好的性能。

Chinese Advertising Agencies Compete with Foreign Rivalsfor China's Market

The Rongshida Group, a leading electrical-applianceproducer in China, planned to choose its advertising agent fromfour candidates, the China Advertising Inc., Shanghai Ogilvy &Mather, Shanghai Leo Burnett and RSCG, by balancing one oftheir advertisement proposals against another. Lasting five daysand nights, the customer finally selected RSCG as its agent. Bossof the China Advertising Inc. said they bed lost the competitionto the three 4A companies not in terms of proposal but becauseof comprehensive power.

复杂因素下的多用户共享储能系统优化

储能系统(ESS)具有削峰填谷,降低用户用电成本的作用.针对单用户独立投入储能系统成本过大的问题,提出了一种共享模式下的储能系统调度策略.考虑了一次性投资成本、运行维护、寿命周期、削峰获利等因素,以最小化日均投资运行成本为目标函数,加入了储能系统能量约束、功率约束、日均投资维护成本模型等,建立了混合整数线性规划(MILP)模型.研究了不同放电深度对日均投资成本的影响.仿真结果表明共享储能模式相对于单用户储能模式节省14.17%.

基于多目标两阶段随机规划方法的电热联合系统调度

针对电热综合能源系统由于风电出力的随机性和波动性而难以有效调度的问题,提出了以成本最小化和弃风最小化为目标的一种多目标两阶段随机规划方法(multi-objective and two-stage stochastic programming,MOTSP),其中采用两阶段的随机规划模型对成本最小化部分进行建模分析,第一阶段以火电机组的启停成本为调度目标,第二阶段以机组运行成本为调度目标。最后采用多目标算法NSGA-Ⅱ中对解的筛选机制求解随机规划问题。该方法利用高斯分布描述负荷和风力发电预测误差来解决风电出力的不确定性,采用蒙特卡罗方法生成随机场景,并采用反向缩减技术对场景进行削减。仿真结果表明,所提的MOTSP算法比其他多种智能算法的解集更均匀广泛,收敛性更好,能够最大限度地减少弃风并使机组运营成本最小。