满足延迟约束的加速加权分布式动态Multicast算法

在计算机网络中高效实现具有延迟约束的Multicast功能,是计算机网络应该提供的一种基本功能,是保证视频会议系统、多媒体教学系统、视频点播系统(VOD)等应用得以实现的基础。该文针对这一问题,提出了一种加速加权方法,根据已经经过的部分路径的延迟和剩余延迟,将成本加速加权,利用加权成本构造Multicast树。利用该算法,可以在计算机网络中以分布式方式建立接近最小成本、满足延迟约束条件、适于实时通信的动态Multicast连接,避免了传统方法将成本和延迟分别考虑、大量回溯的弊端。

满足QoS约束的加速加权分布式动态Multicast算法

在计算机网络中高效实现具有延迟等ＱｏＳ约束的Ｍｕｌｔｉｃａｓｔ功能，是计算机网络应该提供的一种基本功能，是保证视频会议系统、多媒体教学系统、视频点播系统（ＶＯＤ）、网上拍卖等应用得以实现的基础．针对这一问题，提出了一种加速加权方法，根据已经经过的部分路径的延迟和剩余延迟，将成本加速加权，利用加权成本构造Ｍｕｌｔｉｃａｓｔ树．利用该算法，可以在计算机网络中以分布式方式建立接近最小成本、满足延迟约束条件、适于实时通信的动态Ｍｕｌｔｉｃａｓｔ连接，避免了传统方法将成本和延迟分别考虑、大量回溯的弊端．

电网需求侧资源动态分布式k-means聚类算法

为有效聚合电网需求侧资源,合理、高效利用电网资源,提出基于分布式k-means的电网需求侧资源动态聚类算法。通过基于置信半径的分布式k-means算法聚类采集到的电网需求侧资源数据,在模糊C均值进化神经网络中,以聚类得到的电网需求侧资源数据为输入向量,输出电网需求侧资源场景,依据场景存在概率,以电网侧资源日均峰谷差最小、DG消纳程度最高与日均负荷波动率最小为目标函数,以电网需求侧资源曲线波动率与负荷互补为约束条件,构建电网需求侧资源多场景聚类模型,经动态改变惯性因子(DCW)粒子群算法求解模型后,实现电网需求侧资源多场景聚类。试验结果表明:该方法可实现电网需求侧资源动态聚类,应用该方法聚类不同场景电网需求侧资源时的日负荷率较低,聚类效果较好,可满足实际电力需求侧资源动态聚类工作的需要。

针对大规模动态图流三角形计数的边哈希分布式抽样算法

三角形计数是大图分析的一个经典问题,近年的研究工作主要集中在针对静态流式图的三角形数量估计上,相关流式图抽样算法只能处理边的插入操作,无法处理边的删除操作;而现有的动态流式图抽样算法估计准确性又偏低.针对上述问题,提出了基于边哈希分配的分布式抽样(edge hashing assignmentbased distributed sampling,EHADS)算法,它是一个用于估计动态流式图中三角形数量的分布式流算法,可以快速准确地估计动态流式图中的全局三角形数量以及每个顶点的局部三角形数量.EHADS算法只对输入的图流进行1次处理,并在多台机器上对边进行抽样.与先进的单机流算法相比,EHADS算法具有2点优势:1)在相同样本容量的情况下,EHADS算法以更短的运行时间获得了更小的估计误差,估计全局三角形数量的误差平均降低了31.79%,估计局部三角形数量的误差平均降低了23.35%;2)EHADS算法能够提供流式图中三角形数量的无偏估计,并且严格的数学证明显示该无偏估计具有更小的方差.

带有动态到达工件的分布式柔性作业车间调度问题研究

分布式柔性作业车间调度是生产调度的1个重要分支,工件的动态到达作为实际生产中的1种常见扰动情况,进一步增加了作业车间调度问题的复杂性和不确定性。针对带有工件动态到达的分布式柔性作业车间调度问题(DA-DFJSP),提出1种分批调度策略,将原本的动态调度问题转化成一系列连续调度区间上的静态调度问题,构建以最大完工时间为优化目标的混合整数规划模型;在此基础上,结合问题特征采用批次、工厂、工序、机器的4层染色体编码及快速贪婪搜索插入的解码方式改进遗传算法,同时引入多种交叉、变异算子来增强染色体的多样性;最后,基于FJSP标准算例构建DA-DFJSP测试算例进行仿真对比实验,验证所提策略和改进算法的求解优势。结果表明:相较于传统的重调度策略和改进前的遗传算法,采用分批调度策略和改进的遗传算法(IGA)所求调度方案具有更短的完工周期、更均匀的工厂加工负荷及更高的设备工作效率,IGA与分批调度策略之间有高度的契合性,能够有效提升生产效率。

蚁群融合动态窗口法的分布式多机器人运动规划研究

为更好地协调分布式多移动机器人在动态环境下的运动,将蚁群算法与动态窗口法相融合构造多机器人系统,并利用优先级策略来化解运动冲突。为提升多机器人全局路径的综合最优性能,提出了多指标寻优的启发式函数和信息素更新策略来提升蚁群的寻优能力,通过冗余点删除策略进一步提升路径质量;融合蚁群与动态窗口法构造机器人运动学模型,通过自适应导航策略来提升未知环境下机器人的局部运动能力;将单机器人避障策略和多移动机器人优先级策略相结合,将多机器人路径规划简化为单个移动机器人的动态路径规划问题。仿真实验结果表明,所提方法能够实现多移动机器人系统在未知环境中的协同避障,具有较高的安全性。

基于一致性算法的直流微电网分布式二次补偿控制

针对直流微电网中传统下垂控制不能兼顾电压质量和功率均分的问题,提出基于一致性算法的含母线电压补偿和负载电流均流精度补偿的分布式电压、电流协调控制策略。在主控制中利用下垂控制器来实现分布式电源之间的功率分配;二次控制以电压补偿的比例积分(proportion integral, PI)控制器保证电压质量,以电流补偿的PI控制确保负载均流精度。其次,为避免系统运行中一些分布式电源的变换器的输出功率超过额定容量从而导致控制故障,设计了适用于离散动态一致性算法的限流功能。最后,基于稳定性分析和MATLAB/Simulink平台验证了所提策略的有效性。

区域一致趋同的分布式负荷频率控制方法研究

随着可再生能源发电比例的上升,电力系统呈现源荷双重不确定性,对频率稳定产生不利影响。提出一种结合多智能体一致算法与动态面控制的分布式负荷频率控制方法,以增强电力系统的频率调节性能。首先,给出频率控制模型结构,并设计系统框架与分散式区域观测器;其次,考虑通信时滞的影响,设计出各区域控制器结构;最后,基于互联电力系统算例验证了方法的有效性与优越性。与传统控制方法相比,该控制方法改善了电力系统负荷频率控制性能,提高了区域间频率调节的一致性。

一种基于动态事件触发的分布式优化算法

针对多智能体系统优化问题,提出一种基于动态事件触发机制的分布式优化算法.基于李雅普诺夫函数方法设计一种新型的动态事件触发控制器,相较于传统静态事件触发控制方法,所提出算法可有效降低多智能体间通信负担以及控制器计算负担.此外,利用周期采样信息进行事件触发条件设计,可避免智能体连续检测事件触发条件,并可消除Zeno现象.通过数值仿真验证了算法的有效性.

基于EOF-DBSCAN-GRU的分布式光伏集群出力预测方法研究

提出一种基于EOF-DBSCAN划分集群的改进统计升尺度的光伏集群出力预测建模方法。针对传统统计升尺度方法子集群中光伏电站出力特性不一致问题,通过皮尔逊相关系数和经验正交函数(EOF)优化特征空间,再根据密度聚类模型(DBSCAN)对区域内光伏电站划分集群,从而增强光伏电站聚类后集群出力特性的一致性。针对待预测日权重系数时间序列动态特性的提取、预测问题,提出一种基于动态时间规整(DTW)的相似日选取算法。最后利用循环神经网络(GRU)模型进行光伏电站出力预测。实验表明该集群预测方法的平均误差百分数(MAPE)约为6.33%,均方根误差(RMSE)约为13.93 kW,均方误差(MSE)为194.25 kW,通过实际光伏电站数据证明了所提方法的准确性和有效性。

基于纵横优化的含分布式电源配电网两阶段动态重构

针对采用传统动态重构法仅能在每个时段之初进行开关切换的问题,提出基于纵横优化的含分布式电源配电网两阶段动态重构方法。考虑负荷与分布式电源的周期性,对优化周期进行时段划分(第一阶段进行横向优化,建立以系统网损最小为目标的重构模型,提出混沌引力鼠群算法对每个时段进行静态重构,并将Tent混沌映射和引力矩阵引入鼠群算法,以提高算法的遍历能力和收敛可靠性;第二阶段进行纵向优化,使用蚁群搜索算法对开关动作的时刻进行调整,解除了仅能在时段之初进行开关切换的约束,进一步降低开关动作次数)。采用IEEE 33节点对电力系统进行对比验证分析,结果表明,采用连续时段划分法划分的时段更接近分布式电源和负荷出力变化的趋势,两阶段动态重构能够大大降低开关动作的次数和电力系统的网络损耗,提高了重构效率。

基于SINR的动态无线网络分布式链路调度

无线信号之间的干扰阻碍了信号的并发传输,降低了无线网络的吞吐量.链路调度是提高无线网络吞吐量、减少信号传输延迟的一种有效方法.因为SINR (signal to interference plus noise ratio)模型准确地描述了无线信号传播的固有特性,能够真实反映无线信号之间的干扰,提出一种在动态无线网络中基于SINR模型的常数近似因子的在线分布式链路调度算法(OLD_LS).在线的意思是指,在算法执行的过程中任意节点可以随时加入网络,也可以随时离开网络.节点任意加入网络或者从网络中离开体现了无线网络的动态变化的特性. OLD_LS算法把网络区域划分为多个正六边形,局部化SINR模型的全局干扰.设计动态网络下的领导者选举算法(LE),只要网络节点的动态变化速率小于1/ε, LE就可以在O(log n+log R)ε≤5(1-21-α/2)/6,α表示路径损耗指数, n是网络节点的规模, R是最长链路的长度.根据文献调研,所提算法是第1个用于动态无线网络的在线分布式链路调度算法.

基于分布式控制的多无人机协作喷洒技术

针对现有的多无人机协同中航迹规划难、造成喷洒重叠遗漏等问题,文中研究了一种优化航迹的多无人机协同精准喷洒关键技术。建立四旋翼植保无人机的动力学模型,进行动态规划算法下的模拟实验。将无人机的作业能耗和非作业能耗、药液容量、路径长度作为约束条件,尽量减少转弯次数来优化航迹。该无人机集群采用分布式结构,利用了基于节点类型的贝叶斯联盟博弈算法,来对无人机联盟结构进行动态调整,达到航迹的优化目的。该方法已成功地应用于多无人机协同精准喷洒作业中,实验验证了该方法对航迹优化的有效性。

基于多区域全分布算法的主动配电网动态经济调度方法

由于传统方法在进行主动配电网动态经济调度过程中,没有对目标函数内状态变量存在的越界情况进行处理,主动配电网电压超越上限,从而导致调度效果不佳,因此,提出基于多区域全分布算法的主动配电网动态经济调度方法。利用多区域全分布算法实施机会约束规划,根据规划结果,建立对应的多目标模型,通过罚函数形式对目标函数内状态变量存在的越界情况进行处理,避免主动配电网电压超越上限,使电压在上限之内。根据柴油机发电爬坡方面、线路传输方面、主网与区域配电网最大交互传输功率方面和储能单元方面,通过蒙特卡罗模拟方法对经济调度时的约束条件进行选取,改进传统粒子群算法,并利用改进结果对模型进行求解,从而实现动态性经济调度的目的。仿真实验结果表明,该方法的调度结果是有效、动态的,并且调度精度较高,调度时间较短,适用于主动配电网的光伏与风电等的调度,继续精进后有良好的应用前景。

动态事件触发下一般线性多智能体系统完全分布式一致性控制

针对事件触发下一般线性多智能体系统一致性问题研究中,现有算法多采用静态触发方式、一致性协议设计中存在全局信息、无法实现完全分布式控制的问题,提出一种基于动态事件触发的一致性协议。通过引入时变耦合权重自适应地调整图的标量增益,实现一致性问题的完全分布式求解。针对事件触发控制中需要持续检测触发条件的问题,引入基于个体的状态估计器,用于在触发间隔期内对自身状态进行估计,减少了智能体间的通信次数。基于所选择的Lyapunov函数,设计一种耦合系统状态估计值、测量误差和自适应参数的动态触发函数,显著地减少了系统的触发次数、降低了系统的能耗。数值计算表明所提一致性协议能够实现渐近一致性,且不发生Zeno行为。仿真结果表明所提协议能有效降低系统能耗、节省通信资源。

采用改进细菌觅食算法的含分布式电源配电网动态重构

为了提升配电网运行的经济性与分布式电源的利用率,提出了一种兼顾经济性与电能质量的含分布式电源的配电网动态重构方法。本文建立以网络损耗最小、开关操作次数最少为优化目标的运行费用模型,并对网络损耗和电压偏差两个系统运行性能指标进行归一化处理,形成配电网运行综合性指标。通过设定该指标的最大标准差,进而确定重构时段。最后采用改进细菌觅食算法求解该模型。通过以IEEE33节点系统为例进行仿真计算,仿真结果表明了本文所提方法的可行性和有效性。

分布式系统中一种动态负载均衡策略、相关模型及算法研究

随着分布式系统的广泛应用 ,提高系统的性能的动态负载平衡策略也日益为人们所重视 .本文提出了中间应用服务器负载的一种动态均衡策略 ,并在 Java RMI技术的基础上构建了使用该策略的均衡模型 。

基于分布式混合遗传算法的动态泊位分配策略与仿真

针对集装箱码头的泊位分配问题,提出滚动式优化决策策略,建立基于整数规划的动态泊位分配模型,以连续岸壁线泊位分配为基础,使模型更加接近实际.同时,在该模型的基础上建立码头前沿的泊位仿真模型,采用分布式遗传算法和启发式算法相结合的分布式混合遗传算法求解泊位分配模型.通过对某集装箱码头的案例分析,说明该泊位分配模型和算法的有效性与实用性.

一种延时约束费用最小分布式动态组播路由算法(英文)

多媒体应用一般包含多个组播成员 ,它消耗大量的网络资源且有严格的端端延时约束 .针对这个问题 ,提出了一种延时约束费用最小的分布式动态组播路由启发算法 DDDDCLCMR( distributed dynamic delay- constrainedleast- cost multicast routing algorithm) .在 DDDDCLCMR算法中 ,组播源点很少或根本不参与路由计算 ;即使组播成员发生改变 ,组播树变化也很小 ,算法扩展性好 .实验结果表明 ,无论组播成员改变与否 ,DDDCL CMR算法都能获得满足延时约束且费用很低的组播树 .

结合分布式与集中式特点的动态多播路由算法

针对在多播成员动态变化的环境中的多播路由树的建立和调整等问题,本文提出结合分布式和集中式特点的动态多播路由算法,在新节点加入多播会话时,采用分布式的方法搜索新节点到当前多播树的满足QoS约束的最优路径。而在成员节点离开多播会话时,根据其对多播会话质量的影响程度,决定是否执行多播树的重构操作。与静态多播路由算法比较,该算法具有更好的适应性和灵活性。仿真结果验证了算法的有效性。