基于动态规划的城市交通流预测与分配

城市交通系统是一个复杂的大系统,针对交通流的不确定性,本文基于动态规划思想提出了交通流预测与分配的方法.考虑路段容量对交通分配的影响,建立了路网流量预测和分配模型.为了保持并充分利用传统网络模型的性质和特征,引入惩罚函数,将容量约束条件转换到目标函数中,使模型符合传统均衡网络流结构.将凸规划法作为一个子过程植入惩罚函数,得到模型的求解算法.控制策略上采取预测控制、反馈校正和滚动优化的方式.最后,通过算例分析,进一步阐述模型和算法的应用,验证算法的有效性.为交通流预测和分配提供一定的参考.

能效最优准则下无人机空中高度的优化算法

利用无人机(unmanned aerial vehicle,UAV)组建空中移动基站,可为地面终端用户提供更灵活、高效的接入服务。受UAV覆盖范围和有限能量的约束,研究如何建立能效最优的UAV部署算法至关重要。为此,提出能效最优准则下无人机空中高度的优化算法(optimal energy efficient based aerial altitude optimization,EEAO)。先在满足用户最小速率要求和UAV高度的约束条件下,构建能效最优的高度优化的目标函数。同时,定义能效时不仅考虑UAV的通信能耗,还考虑UAV在垂直爬升和悬停阶段的能耗。再分别利用和序列凸规划法(sequential convex programming,SCP)和单调分式规划法(monotonic fractional programming,MFP)求解目标函数,获取能效最优的UAV高度值。性能分析表明,基于SCP法求解的最优高度值与基于MFP法求解的最优高度值相近。同时,相比于不考虑悬停阶段UAV的能耗,考虑悬停阶段UAV的能耗可提升网络能效。

稀疏优化算法综述

压缩感知是近年来发展起来的关于信息获取与处理的全新理论框架。主要介绍压缩感知的基本理论,侧重于稀疏优化算法的综述。将稀疏优化算法分为活动集方法、投影算子法和经典凸规划法。介绍了每种方法的基本思想、研究进展和适用的优化问题。最后,探讨了稀疏优化算法目前存在的问题以及可能的研究方向。