基于优化时间窗的用户兴趣漂移方法

针对个性化服务系统中如何跟踪用户兴趣变化和调整用户兴趣模型的问题,提出基于优化时间窗的用户兴趣漂移算法。利用分类错误率的变化跟踪用户兴趣的漂移,当用户兴趣发生变化时,通过优化时间窗算法自动调节时间窗的大小,以达到调整用户兴趣模型的目的。实验表明,该方法能较为准确地描述用户的兴趣变化,提高个性化信息服务的效率。

论过程控制系统的次优化方法 （Ⅰ）次优化时间控制

最优时间控制是现代过程控制的一项重要研究内容．本文论证次时间优化系统的组成及其鲁捧性，以及次优化时间控制的开关函数的适用性．证明无论是稳定性、自适应性或调节输出的平滑性，其次优化时间控制均有良好的品质，因而次时间优化实施方法具有工程的实用性．

优化时间步长的数值方法解核反应堆点动态学方程

通过分析步长与数值误差的关系,论证了调整和优化步长的必要性。从步长与误差的关系出发,介绍了数值求解初值微分方程问题的两种优化步长的方法:两步计算法和嵌入式龙格-库塔法。在用隐式欧拉法对反应堆点动态学方程进行数值求解时,采用两步计算法对步长进行优化,计算的结果表明控制误差对步长及数值解的精确性有决定性的影响;通过求解反应堆点动态学方程,对MATLAB自带的嵌入式龙格-库塔法的微分方程求解函数ode23及ode45的精确性及使用情况进行了探讨。

优化时间,丰富体验

案例中,有家长反映,研学旅行安排在暑假,在时间安排上和孩子已报名参加的校外辅导班发生了冲突,要求学校按照自己的需求调整研学旅行的时间。无论是参加研学旅行,还是参加名师辅导班,家长的出发点都是促进孩子的成长与发展。学生参加辅导班的时间可能分散于整个假期,不同学生在每个时间段都有可能参加各种辅导班。因而,在假期中调整研学旅行的时间,满足家长和孩子的需求成为较难完成的任务。

基于优化时间函数的走向主断面动态预计模型与算法

针对现有开采沉陷动态预计精度较低的问题,为了提高预计精度,使动态预计成果能够真正在指导矿区生产及采空区土地利用中发挥重要作用,笔者提出以静态预计概率积分模型为基础,采用优化后的分段Knothe时间函数,构建了走向主断面动态沉陷预计理论模型并设计了相应的计算机编程算法,该模型时间函数各参数意义明确,求取方便,不需借助其他监测数据。具体包括:研究确定了在任意给定的预计时刻各动态开采单元时间函数值的计算方法;结合各单元时间函数值,推导了不同开采速度下地表动态移动变形计算公式;给出了时间函数及地表移动的计算步骤和编程算法。采用笔者提出的模型及算法编制了预计程序,并将其应用到预计实践中。结果表明:当给定的预计时间足够长,动态下沉预计与静态预计结果相一致,并且在拐点偏移距处所对应的倾斜值达到了理论最大值,这与理论揭示完全吻合,这表明,采用该模型同样可以进行地表移动稳定后的静态预计,由于算法的差异,相比而言则需要花费更多的时间,但实现了动静态预计一体化的计算设想;另外,通过对官地煤矿29401工作面开采进行动态预计,并抽样对比、统计预计结果和实测数据,得出其走向主断面上点的动态预计相对精度在6%以内,证明了模型和算法的可靠性。

基于时间优化算法的锂离子电池主被动均衡

为避免因单体电池的不一致性而影响锂离子电池组的使用效率与寿命,设计一种主被动均衡相结合的均衡方案,其中主动均衡由单绕组反激变压器实现,且在控制策略中,利用基于区间搜索的时间优化算法得到使均衡时间最短的最优均衡目标值。搭建仿真模型,并运行多组随机数据的对比实验。与传统的将平均值设置为均衡目标相比,所提均衡方案可将均衡时间缩短约23%,该方案的可行性与有效性得到验证。

改进下垂控制下的中压直流配电系统双时间尺度分层调控方法

针对中压直流配电系统,在负荷激增、可再生能源出力突变等特殊工况下,传统优化调度方案与协调控制策略存在系统运行经济性有待提升、直流母线电压易越限的问题。为此,提出一种基于改进下垂控制的中压直流配电系统双时间尺度分层调控方法。首先,构建一种具备直流故障穿越能力的3端混合型模块化多电平换流器(modular multilevel converter,MMC)环状±10 kV中压直流配电系统,该系统含电动汽车充电站、储能系统、分布式光伏与风电等灵活性资源。其次,制定各单元协调控制策略,并采用tan函数改进传统下垂控制,以提高系统应对大幅功率波动的能力。然后,基于改进控制策略提出一种双时间尺度分层优化调控方法:在长时间尺度的系统调度层,以运行总成本最小为优化目标,确定各换流器参考功率;在短时间尺度的换流器间协调控制层,改进下垂曲线,并优化控制系数,以兼顾系统运行经济性与电能质量。最后,以典型算例验证该文所提优化调度方案及协调控制策略的有效性:通过灵活调度多种柔性资源,系统运行总成本可降低约11%;在某数据中心负荷激增100%的工况下,各直流母线电压波动仍能维持在±3%UN(额定电压)的允许范围内。

一种基于时间和路径双重优化的改进A^(*)算法

针对A^(*)算法在自动导引车(AGV)路径规划时存在的搜索效率较低,以及使用曼哈顿距离作为启发函数时由于仅能向上下左右四个方向移动而导致最终规划出的路径总代价较大等问题,提出一种可实现搜索时间和规划路径双重优化的改进A^(*)算法。首先,在初始化栅格地图时引入代价因子,同时在代价估计函数中引入代价系数,通过选取适当数值可在保持路径方向不变的前提下大量减少搜索节点数,有效提高路径规划效率。然后,通过消除传统A*算法规划出的路径中拐点,对规划出的路径进行优化,减少最终路径代价的同时可提高AGV运动安全性。最后,在MATLAB中对所提算法进行仿真,结果证实了所提算法相对传统A^(*)算法能缩短路径搜索时间和减小路径代价,整体提高了AGV的路径规划效率。

带谐振负载的ZVS全桥变换器的死区时间优化

目前,对带谐振负载的零电压开关(ZVS)全桥变换器的研究仅限于ZVS支路电感和死区时间的组合,并没有系统的方法来设计死区时间的有效范围。过小或过大的死区时间都会使得ZVS全桥变换器的功率损耗过大,失去ZVS意义。因此,通过分析ZVS全桥变换器的开关过程和功率损耗,合理地设置死区时间有效范围的上限和下限值。同时,依据开关频率和器件特性的工作条件判断死区时间有效范围的存在性。然后,设计一个基于氮化镓器件的ZVS全桥变换器样机,实验结果验证了有效范围内的最佳死区时间可以保证ZVS工作并最大限度地降低功率损耗。

基于深度强化学习的列车运行图冗余时间布局优化研究

为精细化布局冗余时间,提升运行图抗干扰能力,本文考虑多种列车最小间隔时间约束,提出了基于深度强化学习的列车运行图停站-区间冗余时间联合优化模型。首先,基于武广高速铁路列车运行实绩,研究冗余时间作用特点及布局影响因素。其次,基于决策树回归算法构建环境模型,预测不同冗余时间下的列车晚点恢复效率;基于马尔可夫决策过程中的循环反馈结构,构建后验晚点时空分布学习闭环;基于Proximal Policy Optimization算法构建智能体。最后,进行实例验证,结果表明:(1)相比于线性优化结构,基于循环反馈优化结构的模型具有更准确的后验晚点时长估计精度,平均提升约11.8%;(2)本文模型收敛稳定,平均提升列车晚点恢复效率约14.87%,最高约45.17%。

杀伤链时间优化问题系统分析

针对信息化战争中如何优化缩短杀伤链从发现到杀伤目标所用时间的问题,采用系统分析的方法,对杀伤链的组成、结构和流程进行了梳理分析,并据此建立了杀伤链时间计算模型。通过模型分析发现杀伤链自动化程度、预先准备充分程度、火力打击平台速度、弹药飞行速度等是影响杀伤链时间的主要因素,并针对性地提出了优化杀伤链时间的思路和方法,为进一步开展运用杀伤链打赢现代战争的相关研究提供参考。

基于时间优化的旅游园区路径规划研究

基于传统TSP问题,结合游客普遍希望有效利用游玩时间的实际需求,融入排队等待、道路拥挤度、出口选择三因素,提出以时间优化为导向的TOTRP模型,旨在为游客规划出时间最优的路径,减少无效时间,提高体验感。采用粒子群遗传混合算法进行求解,解决搜索速度慢、收敛早熟、局部搜索能力差等问题。最后通过上海迪士尼的案例分析,求得时间优化的最优路径,并与传统TSP模型的结果对比分析,验证了模型和混合算法的有效性和合理性。

改进粒子群算法的自动充电机械臂时间最优轨迹研究

针对桁架充电机械臂关节空间轨迹规划的时间优化问题,提出了一种非线性动态学习因子的粒子群算法。通过运动学分析获取工作空间,引入3-5-3多项式插值进行轨迹规划。结合运动过程中的速度与加速度约束,寻求运动过程中的最短时间。对比改进粒子群算法和基本粒子群算法的收敛速度,分析各关节优化前后运动时间的变化情况,并进行仿真实验验证。结果表明:改进粒子群算法的收敛性能较基本粒子群算法更快,整体运动时间缩短约33%,证实改进粒子群算法的可行性。

不可逆汽机热泵有限时间热力学优化

本文建立了汽机热泵系统的模型并基于有限时间热力学考虑汽机热泵系统内部不可逆和外部不可逆性对系统性能进行了分析研究。汽机热泵系统由不可逆汽机循环和不可逆压缩式热泵循环组成。分别对汽机侧和热泵的蒸发器与冷凝器进行了优化面积分配和优化时间分配研究,得到了系统热负荷与系统性能系数的数学关系。研究中引入两个不可逆参数RΔS、RΔS'。算例研究显示内不可逆参数对汽机热泵系统的性能比外部不可逆因素有更大的影响。研究还发现热泵侧不可逆因素对系统的影响大于汽机侧不可逆因素对系统的影响。

基于时间控制的急诊流程优化在缺血性脑卒中静脉溶栓中的应用

目的:探讨基于时间控制的急诊流程优化在缺血性脑卒中(AIS)静脉溶栓的应用效果。方法:研究类型为前瞻性对照研究,江门市新会区人民医院2021年1月—10月行静脉溶栓治疗的79例AIS病人作为对照组;2022年2月—12月行静脉溶栓治疗的86例AIS病人作为观察组。对照组AIS病人实施常规急救静脉溶栓;观察组基于时间控制的急诊流程优化,缩短AIS病人的各项救治时间。比较两组AIS病人入院至CT检查时间(DIT)、CT检查至诊断时间(IDT)、诊断至决策静脉溶栓治疗时间(DDT)、决策至签字时间(DST)、签字至静脉溶栓时间(SNT)、入院至静脉溶栓时间(DNT)及3个月病死率、致残率;采用Barthel指数评价存活病人静脉溶栓3个月生活功能状况;采用快速动脉闭塞量表(RACE)评价神经功能损伤严重程度。结果:观察组DIT、IDT、DDT、DST、SNT及DNT时间短于对照组;观察组3个月病死率(5.81%)低于对照组(17.72%);观察组3个月致残率(17.28%)低于对照组(38.46%),观察组存活的病人静脉溶栓3个月后的Barthel指数评分高于对照组,观察组静脉溶栓24 h、静脉溶栓1个月及3个月的RACE评分低于对照组同期,差异均有统计学意义(P<0.05)。结论:基于时间控制的急诊流程优化能缩短入院至静脉溶栓时间,降低致残率与致死率,减轻神经功能缺损程度,提升生活功能状况。

大船集团船舶项目时间管理研究

近年来,国际形势错综复杂,全球贸易增速变缓,世界经济发展仍呈低迷态势。在此背景下,各国船舶企业的发展遭受严重阻碍。中国虽在全球造船订单总量上排名第一,但其在高技术船舶制造上仍落后于日本和韩国。对此,中国抓住“一带一路”的契机,积极促进周边贸易发展,加大出口运输,这在一定程度上缓解了船舶企业发展的压力。但此类企业要想获得长远发展,关键在于提升自身的竞争力,保证企业项目能够按时完成。因此,合理安排项目进度计划,做好项目时间管理工作十分重要。基于项目时间管理相关理论和关键路径法等方法,结合公司及行业背景,分析大船集团船舶项目时间管理现状,探索其当下存在的问题并提出诸如详细化工作分解结构、采用弹性估算方法、建立关键路径、强化职能部门服务特性、优化项目进度控制体系等相关建议,以期保证项目按时且按量完成,公司获得应有的利润,同时也为相关产业进行项目管理提供一定的借鉴与指导,促进相关产业成长。

基于最短路径树的优化生存时间路由算法

为提高无线传感网的生存时间,提出基于最短路径树的优化生存时间路由算法(LORA_SPT)。该算法引入节点分类概念,构造基于链路能耗因子、自身节点剩余能量因子、邻居节点剩余能量因子和类型权重因子等多个因子的权值函数。针对不同类型的节点采用不同的权重因子,最后利用dijkstra算法完成最短路径树,所有节点沿着最短路径树将数据发送给Sink节点。仿真结果表明:通过调整权值函数的四个因子,可以延长网络生存时间,均衡各个节点的能耗,将节点平均能耗保持在较低的水平,降低网络平均时延。在一定的条件下,LORA_SPT算法比PEDAP_PA、LET、Sum_w和Ratio_w算法更优。

无线传感网优化生存时间的分布式功率控制

为延长无线传感网的生存时间,提出优化生存时间的分布式功率控制算法(DPCOL)。该算法分析节点发送功率变化下的链路流量平衡约束,链路最大传输速率约束,节点能耗约束等条件,建立最大化生存时间的网络模型。采用分布式功率迭代和次梯度算法求解该模型。节点获知与各邻居节点通信所需要的最低发送功率集,随机选择发送功率集中的功率作为当前发送功率,接收邻居节点的参数信息,通过次梯度算法分布式计算节点生存时间。经过一定时间的迭代计算,可获得网络局部最优生存时间,各个节点局部最优发送功率和当前的数据转发概率。仿真实验表明,该算法可以平衡节点能耗和邻居节点数量,延长网络生存时间,在一定的条件下比采用固定发送功率的算法更优。

优化生存时间的无线传感器网数据融合

以WSN中的目标跟踪为应用背景,研究基于扩展卡尔曼滤波法的优化生存时间数据融合问题,设计了一种兼顾跟踪准确度和节点能量的算法来实时地调度参与融合处理的节点组。仿真结果表明,当目标的移动速度在一定范围内时,提出的算法能使跟踪结果不偏移目标的运动轨迹。另外,与Random方法和All方法相比,提出的算法大大延长了WSN的生存时间。

动态电压恢复器的时间优化补偿策略研究

动态电压恢复器(DVR)是缓解电压跌落问题最经济、有效的用户电力装置,它的补偿能力指标是持续补偿时间。以补偿电压跌落时DVR装置的最大持续补偿时间为控制目标,通过调整负荷电压超前跌落电网电压的相位角β,提出一种新的时间优化补偿策略。为减轻DVR运行时对负荷的扰动,使补偿开始和结束的暂态过程更平稳,新策略采取了β按恒定步长Δβ缓慢变化的控制方法,并根据DVR装置的T-β曲线,通过判断特定量符号决定β角的补偿方向。此种β角控制方法避免直接求解β的最优解,计算量小。仿真结果证明,新策略能获得比最小能量补偿策略更长的DVR持续补偿时间,有效利用了DVR的直流母线储能。