Air combat decision-making of multiple UCAVs based on constraint strategy games

Game theory can be applied to the air combat decision-making problem of multiple unmanned combat air vehicles(UCAVs).However,it is difficult to have satisfactory decision-making results completely relying on air combat situation information,because there is a lot of time-sensitive information in a complex air combat environment.In this paper,a constraint strategy game approach is developed to generate intelligent decision-making for multiple UCAVs in complex air combat environment with air combat situation information and time-sensitive information.Initially,a constraint strategy game is employed to model attack-defense decision-making problem in complex air combat environment.Then,an algorithm is proposed for solving the constraint strategy game based on linear programming and linear inequality(CSG-LL).Finally,an example is given to illustrate the effectiveness of the proposed approach.

A Matching Algorithm with Reinforcement Learning and Decoupling Strategy for Order Dispatching in On-Demand Food Delivery

The on-demand food delivery(OFD)service has gained rapid development in the past decades but meanwhile encounters challenges for further improving operation quality.The order dispatching problem is one of the most concerning issues for the OFD platforms,which refer to dynamically dispatching a large number of orders to riders reasonably in very limited decision time.To solve such a challenging combinatorial optimization problem,an effective matching algorithm is proposed by fusing the reinforcement learning technique and the optimization method.First,to deal with the large-scale complexity,a decoupling method is designed by reducing the matching space between new orders and riders.Second,to overcome the high dynamism and satisfy the stringent requirements on decision time,a reinforcement learning based dispatching heuristic is presented.To be specific,a sequence-to-sequence neural network is constructed based on the problem characteristic to generate an order priority sequence.Besides,a training approach is specially designed to improve learning performance.Furthermore,a greedy heuristic is employed to effectively dispatch new orders according to the order priority sequence.On real-world datasets,numerical experiments are conducted to validate the effectiveness of the proposed algorithm.Statistical results show that the proposed algorithm can effectively solve the problem by improving delivery efficiency and maintaining customer satisfaction.

Study on group air to ground attack-defends hierarchical dynamic decision-making

As to oppositional, multi-objective and hierarchical characteristic of air formation to ground attackdefends campaign, and using dynamic space state model of military campaign, this article establishes a principal and subordinate hierarchical interactive decision-making way, the Nash-Stackelberg-Nash model, to solve the problems in military operation, and find out the associated best strategy in hierarchical dynamic decision-making. The simulating result indicate that when applying the model to air formation to ground attack-defends decision-making system, it can solve the problems of two hierarchies, dynamic oppositional decision-making favorably, and reach preferable effect in battle. It proves that the model can provide an effective way for analyzing a battle,

Economic Load Dispatch Based on Efficient Population Utilization Strategy for Particle Swarm Optimization

In this paper, the efficient population utilization strategy for particle swarm optimization (EPUSPSO) is proposed to solve the economic load dispatch (ELD) problem of power system. This algorithm improves the accuracy and the speed of its convergence by changing the number of particles effectively, and improving the velocity equation and position equation. In order to verify the effectiveness of the algorithm, this algorithm is tested in three different ELD cases of power system include IEEE 3-unit case, 13-unit case, and 40-unit case, and the obtained results are compared with those obtained from other algorithms using the same system parameters. The compared results show that the algorithm can find the optimal solution effectively and accurately, and avoid falling into the local optimal problem;meanwhile, faster speed can be ensured in the case.

Construction and application of knowledge graph for grid dispatch fault handling based on pre-trained model

With the construction of new power systems,the power grid has become extremely large,with an increasing proportion of new energy and AC/DC hybrid connections.The dynamic characteristics and fault patterns of the power grid are complex;additionally,power grid control is difficult,operation risks are high,and the task of fault handling is arduous.Traditional power-grid fault handling relies primarily on human experience.The difference in and lack of knowledge reserve of control personnel restrict the accuracy and timeliness of fault handling.Therefore,this mode of operation is no longer suitable for the requirements of new systems.Based on the multi-source heterogeneous data of power grid dispatch,this paper proposes a joint entity–relationship extraction method for power-grid dispatch fault processing based on a pre-trained model,constructs a knowledge graph of power-grid dispatch fault processing and designs,and develops a fault-processing auxiliary decision-making system based on the knowledge graph.It was applied to study a provincial dispatch control center,and it effectively improved the accident processing ability and intelligent level of accident management and control of the power grid.

基于低碳经济优化调度的电-碳联合需求响应改进策略研究

随着中国双碳目标的提出以及全国碳市场的快速发展,探索碳市场环境下电力系统的发展和优化调度策略具有十分重要的意义。以电力系统最小化成本和碳排放量为目标,提出了一种基于低碳经济优化调度的电-碳联合需求响应改进策略,该策略将碳排放权交易市场中的碳成本引入到需求响应目标中,通过日前模拟优化调控的方法,获得系统各节点参与需求响应的最优策略。研究结果显示,所提改进策略能够在满足需求响应要求的条件下有效减少碳排放。

基于动态掺氢策略的综合能源系统低碳经济调度

针对现有综合能源系统中传统碳捕集电厂灵活性较差,电负荷系数、管道长度和管道运维成本等因素对计及气网掺氢的综合能源系统调度的影响尚未明确等问题,提出了一种基于动态掺氢策略的综合能源系统低碳经济调度模型。首先,建立综合灵活碳捕集电厂模型,对二氧化碳的吸收与再生环节进行解耦;其次,建立基于动态掺氢的管道运维成本模型,实现掺氢比的动态调整,提高系统调度的灵活性;然后,引入阶梯式碳交易机制,构建考虑气网掺氢管道运维成本的综合能源系统低碳经济调度模型,利用McCormick松弛方法将非线性问题转化为线性问题,并进行求解。最后,算例仿真结果表明:气网各节点处管道运维成本系数与气体体积、输送距离等因素相关,应综合考虑上述因素对气体定价;在综合能源系统调度中综合考虑电负荷系数、气网管道长度等因素合理选择气网掺氢比上限、制定动态掺氢策略,系统的经济效益与环境效益分别提高了44.1%、47.8%。

考虑需求不确定的响应式接驳公交自适应发车策略优化

传统公交系统融合网约出行的模式之一是需求响应式接驳公交,它定位于连接枢纽站点(如地铁车站、铁路车站或机场),服务客流的集散,其需求响应服务主要指灵活线路的门到门接送,但在发车策略方面仍主要沿用传统的基于时刻表或频率的运营方案。在乘客到达或需求订单不确定的情形下,固定发车间隔可能导致系统过饱和或低饱和等问题,为此,本文提出自适应发车策略,根据乘客累计到达量动态确定发车决策。具体地,引入载客量目标作为发车阈值,称为固定发车阈值和时变发车阈值,前者的发车阈值固定不变,而后者的发车阈值则随时间逐渐降低,对此,构建以期望广义系统成本最小化为目标的数学规划问题,并利用网格搜索方法获得最优解。数值分析结果表明,时变发车阈值模型相比于传统的等间隔发车模型和固定发车阈值模型在需求均值较低或变异系数较高的场景下优势显著,其广义系统成本节约百分比最高可达18%。灵敏度分析表明上述模型的性能也受到乘客的时间价值影响。自适应发车模型具有较广的应用潜力,适当修改后可用于其他形式的公共交通系统。

大规模水风光互补调度模式探析

光伏发电具有昼发夜停的特点,日内出力过程呈“钟型”;风力发电出力随机性强,并呈现反调峰特点。通过水电调节平抑风电和光伏发电的随机波动,水风光互补利用是支撑“双碳”目标实现的有效途径。在此背景下,针对现有水风光电源并网接入场景,分析了我国典型水风光清洁能源互补开发形式,探析了大规模水风光电源依托电网互补和打捆互补调度模式,对比分析了两种调度模式的优缺点,并对大规模水风光互补调度关键技术进行展望,为将来大规模水风光互补利用提供参考。

考虑风电出力和电价不确定性的水风联合现货市场竞价策略

以风电为代表的新能源参与现货市场已是大势所趋,但出力不确定性导致其市场竞争力较弱,而电价的不确定性又进一步增大了其承担的收益风险。联合具有灵活调节能力的水电是有效的解决途径,而制定符合决策者风险意愿的竞价策略则是其中亟须解决的关键问题。为此,从价格接受者角度提出了水电联合风电参与现货市场的竞价模型。模型中采用笛卡尔积组合后的典型场景集描述风电出力、市场电价等多种不确定性,采用条件风险价值衡量不确定性导致的市场风险,并以风险因子作为决策者风险偏好纳入决策过程。通过引入0/1整数变量,将模型中的非线性函数转换为混合整数线性规划模型予以求解。以中国西南某省梯级水电站和风电场为背景,验证了模型的有效性,并进一步分析了风险偏好对竞价决策的影响。

基于自动驾驶车辆调度的停车系统收费策略优化

针对有人驾驶车辆与自动驾驶车辆共存的停车系统,设计基于自动驾驶车辆调度的停车系统收费策略,以提升停车系统运行效率.该策略在停车场无可用停车泊位但存在自动驾驶车辆时向有人驾驶车辆提供自动驾驶车辆调度服务,停车系统向有人驾驶车辆收取一定调度费用后,通过在多个停车场间调度若干自动驾驶车辆,为有人驾驶车辆在其目标停车场创造可用停车泊位.各停车场的调度费用会影响有人驾驶车辆用户的停车选择,进而影响停车系统的运行效率,构建基于智能体的停车仿真模型,采用遗传算法差异化地设置系统内各个停车场的停车调度收费方案.仿真结果显示,采用基于自动驾驶车辆调度的差异化收费策略,可以有效地减少有人驾驶车辆用户的行驶时间、步行时间、总出行时间及行驶里程,增加停车系统营收,降低社会成本,有效地缓解停车矛盾.

含海洋能发电的海岛微网源荷储容量优化配置研究

为了提高风能、太阳能和海洋能等可再生能源的利用率,并保证远洋海岛淡水供给,合理地配置微网的源荷储容量是海岛微网建设的关键。结合海岛特有的源荷特点,针对海岛微网源荷储容量配置所面临的问题,文中提出了一种含海洋能发电的远洋海岛微网源荷储容量优化配置方法。分析典型海岛微网结构,并建立波浪能、潮汐能及海水淡化等海岛特有的源荷模型;根据远洋海岛源荷运行特性,将外层容量配置优化和内层运行成本优化相结合,提出海岛微网源荷储容量配置的双层优化模型;考虑供电可靠性和居民用水需求,基于构建的海岛微网协调运行控制策略,利用粒子群算法对双层优化模型进行求解。算例分析表明,文中提出的优化配置方法可以更加合理地实现海岛源荷储容量配置,为未来远洋海岛微网建设提供理论依据和技术支撑。

居民负荷参与电力系统调控关键技术综述与展望

“双碳”目标下,新能源发电占比的不断升高和用电需求的持续增长,严重影响了电力系统供需平衡。居民负荷以体量大、响应快速和控制灵活的特点,逐渐成为发挥电力系统灵活调控能力的重要资源之一,是近几年研究关注的热点。文章结合国内外最新研究成果,从居民负荷的调控机制、可调节特性、调控策略及应用场景4个方面对居民负荷参与电力系统调控的关键技术进行综述,重点比较了用于生成最优调控策略的多种算法以及居民负荷参与调控的多样化场景。最后,针对现阶段实施调控过程中面临的实际挑战,提出了信息-物理-社会系统视角下的居民负荷调控市场机制建设、调节能力精准快速感知,以及弱通信环境下调控策略优化与执行等重点问题,并对未来研究方向进行了展望。

考虑新能源出力不确定性的风-光-柴-储系统调度策略

文章以风-光-柴-储系统为研究对象,为了研究新能源出力不确定性对该系统的影响,提出了一种新能源出力复合预测模型。为提高风-光-柴-储系统运行的经济性、环保性和安全性,提出了考虑新能源出力不确定性的风-光-柴-储系统调度模型,并采用了带有Monte Carlo模拟的遗传算法对模型进行求解。文章采用了负荷缺失率(load loss rate,LLR)和置信概率对系统的安全性进行评价,并分析了其对系统调度结果的影响。仿真结果表明,文中所提出的考虑新能源出力不确定性的风-光-柴-储系统调度模型,可以降低新能源出力不确定性对系统的影响,且该方法可以有效地平衡系统的经济性和安全性。

基于PlantSimulation的半导体机台配置优化仿真分析

半导体制造工厂的机台数量配置对产线的生产效率具有重要影响,然而传统机台配置方法不能将时间维度和复杂派工策略统筹考虑,难以量化评估机台配置对产能的影响,容易出现投资浪费、产能不足、空间布局不合理等问题。在Plant Simulation仿真软件中建立半导体制造执行系统(MES)实时派工机制,模拟工厂的真实运行状态,同时提出了一种机台配置的优化算法。将此方法用于某半导体工厂的设备配置,有效提升了产能及设备利用率,为半导体及其他行业的机台配置提供借鉴和参考。

电力调度系统的优化策略分析

阐述优化电力调度安全管理的策略,包括更新和维护设备、加大现代信息技术运用、加强人员培养培训、完善各项制度规定,为电力调度安全管理提供硬件和软件、人力资源和制度的支持。

铁路运输调度领域数据分级及保护策略研究

数字经济时代,数据安全性日益凸显,国家先后出台了一系列法律法规加快构建数据分类分级治理体系。在梳理我国部分行业领域数据分级现状的基础上,针对铁路运输调度领域数据,从需求感知、计划编制、计划执行与调整、评价分析4个维度分析铁路运输调度指挥全流程各环节数据,并提出运输调度数据分级的必要性。选取《数据安全法》作为数据分级基本依据,制定数据分级流程,综合考量数据规模、重要性等要素以及数据遭到破坏后造成的影响程度,将运输调度数据分为一般、重要、核心3个级别。针对不同级别的数据,采用多种数据安全保护技术组合方式制定数据分级保护策略,进一步完善铁路运输调度数据安全治理体系的构建,驱动铁路数字化转型。

面向恶意网络攻击的电力监控系统防御策略设计

为保障电力系统正常运行,针对电力监控系统中能源优化调度过程面临的安全问题,提出一种有向网络拓扑下面向恶意网络攻击的防御策略。首先,对于非隐蔽型网络攻击,将有向连通支配集作为系统的安全区域,进而设计了一种基于弹性一致性的优化调度算法,确保系统在非隐蔽型攻击下可靠运行。然后,对于隐蔽型网络攻击,引入水印信号的标签机制,以防止隐蔽型攻击对优化调度算法收敛性的影响。最后,收敛性分析和数值仿真结果表明,在所设计的防御策略下,所有被攻击的节点都能被检测到,剩余未被攻击的节点可在新的发电机组负荷分配下达到最优解。

考虑负荷变动运行风险的零碳微网经济优化调度

基于用户负荷的灵活性,用户负荷在日前计划的基础上存在临时变动的可能性,将产生一定程度的运行风险。为实现微电网安全性和经济性,采用日前预调度分析运行风险、经济补偿策略引导用户负荷调整并做日前调度执行计划的方法,通过Matlab建立风光储及负荷模型,进行仿真试验优化储能充放电方案,分析日前预调度、日前执行阶段的运行风险可能性和运营收益,在此方法下将微网运行风险降低到20%以下,并尽可能保证运营商收益。

流域船闸群一体化调度系统设计与实践

流域船闸群的联合调度因其影响因素多、过程复杂,一直采用人为调度和排档,没有形成一体化智能调度系统。通过对船闸调度影响因素和调度策略进行研究,将传统靠人为判断的多船闸调度决策抽象为时间上的时间表(timetable)问题和空间上的装箱(bin packing)问题的相互耦合问题,进而给出具体的调度算法流程。并以此为基础,设计信江流域的双港、八字嘴、界牌船闸三个梯级一体化调度方案,利用智能算法自动生成流域多船闸一体化计划。结果表明,本流域船闸群一体化调度系统在实践中取得良好的应用效果,可以有效提高调度智能化水平和通航效率。