水库群长期优化调度时空组合降维算法

为了缓解水库群调度的“维数灾”效应,在保障解的质量的同时提高求解效率,对动态规划逐次逼近算法(DPSA)和逐步优化算法(POA)进行改进和综合,设计一种时、空组合降维算法。首先,采用基于“梯级水库链”的逐次逼近策略,将DPSA“单库轮流”优化模式拓展至“梯级水库链轮流”优化模式,弥补DPSA在处理梯级水库水力耦合关系上的不足;然后,采用动态变量解耦策略和扰动机制对POA进行改进,解决POA“盲目搜索”问题和“维数”问题;最后,对2种改进算法进行组合,在改进DPSA的框架下,采用改进POA求解“梯级水库链”优化问题。采用湖南沅水流域梯级水库发电调度问题和经典“十水库”问题进行测试,组合降维算法在解的质量和求解效率上优于7种现有算法。结果表明:组合降维算法能够有效地缓解水库群调度的“维数灾”效应,能够在不牺牲解的质量的情况下提高求解效率,具有应用于大规模复杂水库系统优化的潜力。

基于偶极子特征优化的情绪重评同步EEG-fMRI源定位研究

为研究情绪重评时的大脑皮层源活动,针对情绪重评实验范式下采集的15例健康人同步EEG-fMRI数据,首先提出一种新颖的基于偶极子特征优化的融合源定位方法:根据fMRI加权最小范数估计源定位结果,采用20 ms EEG滑动时间窗,提取每个时窗内的偶极子空间融合特征,将其作为动态融合先验进行加权最小范数估计溯源;随后将该结果与fMRI加权最小范数估计源定位结果进行情绪重评机制上的对比;最后采用样本熵进行脑电源复杂度分析。实验结果表明,该方法可以在高时间和空间分辨率下,有效地追踪情绪重评任务下大脑皮层上的脑电源动态并识别出相关脑区。情绪重评过程中,随着后枕顶叶晚期正电位的出现,显著活跃脑区从左顶叶下部、右侧额中回下部、左侧脑岛转移到右侧颞上回和左外侧枕叶,最后在晚期正电位慢波阶段激活了右侧梭状回、右侧额中回下部和右侧扣带回峡部(P<0.05)。通过脑电源样本熵的计算,提取出被试在接受不同情绪刺激后1500 ms内的显著脑区(P<0.05):情绪响应的活跃脑区为左外侧枕叶(负性:0.688±0.124,中性:0.590±0.126);情绪重评的活跃脑区为右侧额中回下部(负性重评:0.814±0.114,负性:0.736±0.123);情绪重评的抑制脑区为右侧颞上回(负性:0.642±0.152,负性重评:0.546±0.090)。这些结果为情绪重评相关的皮层脑电源定位研究提供了脑区参考。