基于AER模型的配电网大面积断电供电恢复算法

针对现有的配电网供电恢复算法普遍存在计算速度慢或难以搜索到全局最优解的问题,提出了基于约束满足问题的主体-环境-规则(agent-environment-rules,AER)模型对配电网大面积断电情况下的供电恢复问题进行求解。配电网供电恢复中的各种因素被表示为AER模型中的Agent、环境和环境更新规则。该模型结合多主体系统(MAS),构造了一个格子环境,所有Agent均可感知局部环境并在环境中进行移动。文章提出的算法在离线状态下计算与故障形式无关的基础数据,并使用异步回溯算法通过Agent间的交互和Agent与环境间的相互影响来不断地更新每个Agent在解空间的位置,使其能够快速地搜索到最优解。算例结果表明了该算法的有效性和优越性。

关于美国档案教育与研究联合会AERI的研究与分析

档案教育与研究联合会是由20世纪80、90年代最早一批进入美国高校的档案学全职教师们为破解学科教育及学术研究的现实困境而合作发起的学术组织。本文通过访谈、网络调研等方法,从解读该会的兴起背景入手,详细分析其发展理念与运作模式,阐述其发展困境及趋势。

工作流系统的AER过程模型

以面向对象的思想为基础统一了工作流系统的管理对象 ,阐述了AER (ActivityEventRe source)过程模型的构造思路、方法 ,以解决工作流系统中的过程控制。

形成性评价体系下英语写作语篇连贯AER教学模式构建探索

将形成性评价的指导思想运用到英语写作连贯教学过程中,建立教、学、评三位一体的语篇连贯AER教学模式,即Appreciation(连贯语篇分析)、Evaluation(学生英语习作语篇连贯评价)与Revision(语篇连贯问题修正),以帮助学生认识语篇连贯,正确评价英语习作中存在的语篇连贯方面的问题,提供较高质量的教学反馈,从而提高语篇建构能力。

含分布式电源的配电网大面积断电供电恢复策略

提出利用智能体环境规则(agent-environment-rule,AER)的数学模型以解决包含分布式电源(distributed generator,DG)的配电网大面积断电供电恢复问题。考虑孤岛运行的情况,将含分布式电源的配电网供电恢复中的各种因素表示为AER模型中的智能体、环境和环境更新规则。该模型结合多智能体系统(multi-agent-system,MAS),构造了一个格子环境,所有智能体均可感知局部环境并在环境中进行移动。使用异步回溯算法不断地通过智能体间的交互和智能体与环境间的相互影响来更新每个智能体在解空间的位置,使其能够快速地搜索到最优解。算例结果证明了所提方法的有效性和优越性。

热老化作用下橡胶改性沥青的低温流变性能

为探究老化作用下橡胶改性沥青(AER)及其复合改性沥青(AER/SBS)的低温流变性能,借助常规性能、低温弯曲试验和Burgers模型,研究了在不同老化状态、不同橡胶粉掺量下AER改性沥青及其复合改性沥青的低温流变特性,同时借助红外光谱(FTIR)方法定量分析老化对AER改性沥青官能团的影响,并将其官能团指数和低温指标进行相关性分析.研究结果表明:在不同老化状态下AER、SBS均可提高沥青低温性能,且短期老化下AER/SBS复合改性沥青的低温性能优于AER改性沥青,长期老化则反之;AER、SBS改性剂均可改善沥青的劲度模量,且AER对沥青劲度模量的影响程度更显著,同时低温指标(劲度模量S、蠕变速率m、劲度模量与蠕变速率之比S/m)与黏弹性指标(松弛时间λ、耗散能比a具有紧密的联系);AER改性沥青的低温性能与脂肪指数IA和脂肪长链指数IAL有较高的相关性,且IA越大其低温性能越好,IAL则反之.

神经网络在旋翼/机身气动干扰模型中的应用

由于直升机自身的特点，旋翼/机身气动干扰呈现非线性，且受多种因素的影响，用神经网络来解决这一非线性问题是一个很好的办法。将旋翼/机身气动干扰试验数据构造的学习样本，对网络参数进行学习，可以得到旋翼/机身气动干扰神经网络模型，进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼/机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼/机身气动干扰神经网络模型的建立进行论述外，还简要介绍了旋翼/机身气动干扰试验。

一个基于模拟退火的多主体模型及其应用

近些年,多主体系统的理论及应用得到了人们的广泛关注,并得以迅速发展.研究者提出了很多基于多主体系统理论的模型,用于求解各种问题.AER(Agent-environment-rules)模型正是一个用于求解约束满足问题较为成功的例子.但是,主体的静态策略选择在一定程度上限制了模型的求解性能.将模拟退火算法与多主体系统思想相结合,并赋予主体更为高效的动态策略选择的能力,提出了SAAER模型(simulated annealing based AER model).基于约束满足问题经典实例——N-Queen问题和染色问题的实验表明,改进后的模型较之原模型获得了更高的效率和稳定性.对于N=10000的大规模N-Queen问题,能在200s左右的时间求得精确解.

AER模型中的智能涌现

本文从复杂自适应理论和人工生命基本观点出发,研究一个具有"简单性、局部性、全局性、内聚力、动态性"的复杂自适应系统,并创建包含"智能体、环境、交互规则"三个主要概念以及"适者生存"的淘汰规则的AER多主体模型.该模型中具有局部目标和行为的自主体能通过动态环境达到整体的全局目标,这种涌现的智能能够高效求解问题.实验证明该模型对传统的大规模约束满足问题的测试集,包括n-皇后问题(n=7000)和一些大规模染色问题,均能在较快的时间内找到精确解.同时能在3个时间片内找到精确度(≥94%)很高的近似解.

miR-145对新西兰大耳白兔快速心房起搏模型心房有效不应期、房颤诱发率及心房电重构的影响

目的 检测微小RNA-145(miR-145)对兔快速心房起搏模型心房有效不应期(AERP)、房颤诱发率(AFIR)及心房电重构(AER)的影响。方法 80只新西兰大耳白兔随机分成假手术组、模型组、激动剂组和激动剂对照组(n=20)。假手术组不予快速心房起搏,模型组持续快速心房起搏3周,激动剂组和激动剂对照组分别于起搏前1周通过耳缘静脉注射miR-145agomir和agomir control,观察起搏后AERP和AFIR。采用实时荧光定量PCR检测各组心房肌组织中miR-145表达,采用蛋白质印记检测肌浆网钙泵(ATP2A2)和L型Ca2+通道α1C亚基(CACNA1C)及兰尼碱受体2(RYR2)表达。结果 模型组miR-145表达低于假手术组,激动剂组miR-145表达高于模型组与激动剂对照组(P<0.05)。模型组起搏后AERP较假手术组缩短,激动剂组起搏后AERP较模型组和激动剂对照组延长(P<0.05)。模型组AFIR高于假手术组,激动剂组AFIR低于模型组和激动剂对照组(P<0.05)。模型组CACNA1C和ATP2A2 mRNA与蛋白表达较假手术组下调,而RYR2 mRNA与蛋白表达上调(P<0.05)。激动剂组CACNA1C和ATP2A2 mRNA与蛋白表达较模型组和激动剂对照组上调,而RYR2 mRNA与蛋白表达下调(P<0.05)。结论 超表达miR-145延长新西兰大耳白兔快速心房起搏模型AERP并降低AFIR,其机制可能与增加CACNA1C和ATP2A2表达并降低RYR2表达而影响AER有关。