电动汽车代理商的博弈竞争模型和算法研究

随着电动汽车使用规模的扩大,传统集中调度的模式在优化算法上引发了"维数灾"的问题,为此引入竞争市场,提出了对电动汽车负荷进行多代理商管理的模式,有效降低了算法规模。在该模式下,提出基于博弈论的代理商决策优化模型,并针对含对手策略的0-1整数规划问题,提出仿蛛网算法和时间分块的方法。以锂离子电池电动汽车和铅酸蓄电池电动汽车为例进行仿真,结果表明,该决策优化模型可以有效提高代理商的利润。

基于多层激光雷达的道路信息提取算法

为了获得无人驾驶车辆前方道路信息,应用多层激光雷达,提出一种道路信息提取算法。道路信息提取算法主要由路沿检测算法和道路坡度检测算法构成。路沿检测算法首先根据路沿数据点特征从众多的激光雷达数据中提取出路沿数据集,其次,应用基于欧氏距离改进的COBWEB算法对路沿数据集进行聚类分析,然后,提出多层融合规则将聚类后的路沿类分为左侧路沿和右侧路沿并剔除干扰路沿类,最后,应用最小二乘法拟合出左右路沿。道路坡度检测算法根据激光雷达不同扫描层上的路面数据点的相对位置关系,计算并得出无人驾驶车前方道路的坡度信息。实车测试表明了提出的道路信息提取算法可以稳定、准确的感知无人驾驶车前方道路信息。

基于蛛网结构的产品意象进化算法研究

为模拟设计思维、量化意象认知,根据产品意象认知的特点提出主、副意象的概念,并基于自然界中的蛛网结构及其一点受力、多线联动的受力特点构建产品意象蛛网模型,在此基础上形成产品意象进化算法。该算法结合遗传进化算法可以在一定程度上模拟设计思维在产品进化过程中的变化规律,将设计认知网络转化为实际存在的产品意象网络。最后通过实例验证算法的可行性。

基于蛛网的新型电力线通信组网算法及通信协议

针对低压电力线载波通信可靠性低的问题,提出了人工蛛网通信网络模型,并建立了相应的数学模型。将三相配电网的MAC层转化成由多个人工蛛网组成的逻辑拓扑。详细叙述了组网过程,提出了中心节点选取算法,制定了自动路由协议。以两状态马尔科夫模型表征用户终端的工作状态,模拟实际中由于信道变化产生的终端节点通信失效。针对数据冲突率、通信流量、链路利用率等方面进行建模仿真对比实验,仿真结果表明新的组网方式及路由协议在提高电力线载波通信可靠性方面具有较大优势。

基于有向带权图的页面聚类算法研究

聚类算法是数据挖掘中的一个重要的分析工具。Web使用挖掘中的聚类分析一般分为用户聚类和页面聚类。其中页面聚类是指导网站结构离线优化的重要方法。利用有向带权图表示用户的访问会话记录,对建立的有向带权图模型运用聚类算法实现页面聚类。选取真实数据对典型的聚类算法K-means算法、DBSCAN算法和COBWEB算法进行实验。实验结果表明,在选取的数据集范围内,COBWEB算法准确率要高于K-means算法和DBSCAN算法,时间性能与用户访问频率矩阵大小有密切关系。

考虑源-荷互动的园区综合能源系统站-网协同优化

建立了园区综合能源系统站-网协同优化双层模型,上层模型采用改进的p-中位模型,决策变量为能源站位置、容量及网架结构;下层模型考虑电、热负荷的需求响应特性,以电-热-气混合潮流为支撑,将可中断负荷与能源站进行协同调度。采用贪婪-变邻域蛛网算法求解上层模型,高效且可得到全局最优解;利用二阶锥松弛技术,将含有非凸气流约束的非线性规划问题转化为二阶锥规划问题,并采用凸-凹步骤法恢复解的确切性。通过算例表明,考虑源荷互动,可以有效降低系统的运行成本,并且使规划出的能源站容量更加经济合理。

一种低压电力线通信改进分级蚁群路由算法

提出了一种应用于低压电力线通信的改进分级蚁群路由算法。首先采用人工蛛网方法对低压电力线通信网络进行组网,将低压配电网分割成由多个人工蛛网子网组成的分级网络;在此基础上,应用改进分级蚁群路由算法进行路径寻优,建立基站与网络内任意节点通信的最优路由。此算法解决了低压电力线通信的路由优化问题,为通过建立路由提高低压电力线通信可靠性提供了新的思路。仿真研究表明,该算法能有效延长低压电力线通信距离,提高算法效率,具有一定的实际指导意义。

基于数据挖掘的CRM系统研究

随着市场竞争越来越激烈,CRM成为企业提升竞争力的重要手段,如何从现有庞大的客户数据中挖掘出对决策有帮助的信息,是现在企业极为关切的方向。文章通过研究数据挖掘模型特点,重点分析3种数据挖掘算法,提出了利用COBWEB算法和粗集结合的方法对客户价值进行聚类分析,利用遗传算法对客户需求进行预测,最后对CRM系统总体结构进行了描述和设计。

基于RFID的人员精确定位方法研究

针对矿井下等地下复杂工作环境中的人员定位问题,结合蛛网定位算法和RFID技术设计一种人员精确定位方法。详细阐述了矿井下建立蛛网模型的方法,介绍了人员定位数据的采集思路和误差分析。使用该方法定位精确,保障了井下人员的安全,为矿难发生时的救援定位节省了宝贵时间。

基于蛛网结构和双曲线的定位算法

为提高蛛网定位算法的精度,提出了一种基于蛛网结构和双曲线的定位算法。首先按照蛛网拓扑结构放置射频参考标签,在蛛网中心安装阅读器;然后对蛛网结构的主弦和辅弦节点分别构造同心圆,找出距离待测标签最近的同心圆;接着采用最近同心圆上参考标签坐标和待测标签坐标的双曲线关系,利用最大似然估计法求出待测标签坐标;最后对提出算法的精度进行计算,与当前流行的蛛网定位算法进行对比试验,验证了该算法的有效性。

2012年"深圳杯”数学建模夏令营B题评述

2012年"深圳杯"数学建模夏令营的B题取材于一个通信产业中需要解决的实际问题。此问题的主要难度是针对海量数据的有效处理和分类器的选择与实现。本文在此对竞赛当中出现的几种主要思路加以评述,并着重讨论了一些方案的优势与弊端。

基于RFID的蛛网模型定位算法设计

针对当前室内定位算法所遇到的精度问题,在LANDMARC系统的基础上提出了一种基于有源RFID的蛛网定位算法。文中介绍了蛛网模型的建立,详细阐述了蛛网定位系统的定位原理以及算法的实现,并通过仿真实验对蛛网定位算法的误差进行了分析,论证了该算法的可行性和精确性。

基于蛛网结构的改进遗传算法研究

针对遗传算法对搜索空间变化的适应能力差,提出一种改进的遗传算法。根据蜘蛛在蜘蛛网上快速抓捕猎物的行为进行深入研究,并将其与GA模型相结合。通过改进遗传算法的初始化方式和适应度的评估方式,增强遗传算法对搜索空间变化的适应能力。对复杂函数的寻优实验验证改进后的遗传算法的有效性,并通过与传统SGA的实际计算结果相对比,更进一步说明算法的改进效果。

基于电-热-气混合潮流的园区综合能源系统站-网协同规划

随着综合能源系统(integrated energy system,IES)的发展,能源站、供能网络和负荷之间的互动性更为密切。因此,在对IES进行规划时,考虑不同类型的负荷需求和能源设备的耦合性,对能源站容量、位置和网架结构进行协同规划更为合理。文章基于电-热-气混合潮流,建立了考虑运行的能源站-网协同规划双层模型。上层模型为使能源站与三网管道的建设运行成本最小的改进p-中位模型,在能距中加入了基于电-热-气混合潮流的损耗成本,决策变量为能源站位置、容量及网架结构;下层模型为考虑经济性、环保性及供能可靠性的多目标优化模型,决策出各能源站的出力调度值,为混合潮流提供初值。采用贪婪-变邻域蛛网(greedy-variable neighborhood cobweb,GVNC)算法和改进多目标粒子群算法对模型求解,在提高计算效率的同时可以求得全局最优解。通过算例验证了所提模型和算法的有效性。