用双种群混合遗传算法求解最优QoS划分问题

在取决于性能的价格机制下,最优QoS划分用于沿路由路径最优化地分配QoS参数值,以使得通信总费用最小。提出了求解最优QoS划分问题(OPQ问题)的双种群混合遗传算法。该算法充分利用了遗传算法的全局搜索优势和模拟退火算法的局部搜索优势,并且两个相互独立的子群体周期性的交流最优染色体,进一步提高了性能。仿真结果表明了该算法的有效性。

基于FxKalman算法的有源控制器设计与实现研究

近年来,对于有源噪声控制算法的性能越来越重视。与基于维纳滤波原理的最小均方滤波(Filtered-x Least Mean Square,Fx LMS)、最小二乘滤波(Filtered-x Recursive Least Square,Fx RLS)算法相比较,基于卡尔曼滤波的有源控制算法(Filtered-x Kalman,Fx Kalman)具有较快的收敛速度和良好的跟踪性能,且对带宽噪声有较好的降噪性能。设计、仿真运行了Fx Kalman算法的有源控制器,并针对单频、窄带和宽带信号,在实验室封闭空间对Fx Kalman算法、Fx LMS算法和Fx RLS算法进行有源控制器验证性实验比较,证实了Fx Kalman有源控制器具有上述优点。而如果初级噪声为单频信号且对算法收敛速度要求不高,Fx LMS算法是最经济稳妥的选择。当需要控制带宽噪声或对算法收敛速度要求较高时,Fx Kalman算法则为最好的选择。

云计算中基于模糊聚类的资源调度的应用研究

目前大多数云计算数据中心在资源分配过程中没有充分考虑作业的性能代价问题,采用一种改进的云计算资源分配策略,建立并行任务性能代价模型,利用改进的模糊聚类算法(CBFCM Cost-Based Fuzzy Clustering Algorithm)对云计算资源集进行分组,根据用户服务等级USL进行调度,采用四种资源调度算法进行分析。实验结果表明,采用CBFCM算法对云计算资源进行分类后,AFCFS算法与其他算法相比,可以减少作业响应时间和作业等待时间。

基于Pareto最优的DaaS数据布局策略

数据库即服务(database as a service,DaaS)作为一种新型的数据存储提供模式被广泛应用.随着大数据时代的到来,数据量急剧增加,DaaS模式下的数据布局问题显得更加重要,即服务提供商如何根据应用中不同数据的性能需求对数据进行合理布局,将会对提高服务质量、增强用户体验和降低自身服务成本产生重要影响.然而对于服务提供者来说提高服务质量和降低服务成本是一对矛盾的目标.提出DaaS模式下的数据布局图概念,应用Pareto最优思想适合于解决多目标矛盾性问题的特点,给出一个基于性能-代价均衡的多节点DaaS数据布局策略.通过与随机策略和贪婪策略等传统策略的实验比较,方法能保证DaaS服务提供商用尽可能少的代价为用户提供更好的服务质量,实现服务质量与资源代价两个目标的均衡.

大规模可再生能源接入下的电力系统充裕性优化(一)旋转级备用的优化

大规模可再生能源接入需要及时响应的各级备用容量支撑,合理配置立即可用的旋转级发电侧和需求侧备用容量对平衡系统可靠性与经济性至关重要。建立有偿使用备用服务的市场机制,其基本任务是购入合适的备用容量,在满足潜在风险场景下调度需求的同时,降低系统总成本。这就要求:考察每个可选备用措施(RM)在风险场景下的备用价值;从中选取性价比较高的RM或其组合。三篇连载文章完成了场景集下多等级备用协调优化的具体建模与求解,作为连载的第一篇,文中在分析现有备用优化求解方法的基础上,提出了基于RM代价性能比的旋转级备用优化方法。以穷尽式寻优方法为精度基准,通过所提方法与混合整数线性规划方法的对比,验证了所提方法的有效性。同时通过算例,从效率和精度两个方面给出了所提优化方法在不同规模系统下的表现。

全球能源互联网受端特高压网架双阶段优化

特高压作为全球能源互联网的关键支撑,其规划将影响世界能源的安全性和经济性,针对受端特高压电网的规划问题,综合落点布局和网架结构调整,提出双阶段优化方法。在第一阶段,以最大化受端交流系统强度、静态电压稳定性和最小化网络有功损耗为优化目标,构建三目标优化模型对特高压落点进行规划,采用归一化方法和标量化方法求解。在第二阶段,以短路电流和性能代价比为指标,基于BPA软件,对受端网架结构进行优化调整。以山东电网特高压网架规划为例进行仿真,结果表明落点优化布局方案与实际情况相符,提出方法能够有效保证特高压接入后电网的安全、经济运行。

不确定二阶多智能体系统的鲁棒最优一致

针对不确定二阶多智能体系统,研究了其鲁棒最优一致性问题.首先,基于每个智能体所获得的邻居信息,设计了一个使多智能体系统达到一致的控制协议.其次,研究了多智能体系统的最优一致性问题,给出了系统在满足一定性能指标下达到一致的条件.再次,基于该条件,利用Schur补引理和线性矩阵不等式技术,给出了不确定系统达到鲁棒最优一致的条件.最后,通过仿真验证了所得结果的可行性.

自适应循环发动机总体设计技术探讨

自适应循环发动机是下一代飞行器的重要候选动力装置。在简要介绍国内外研究进展之后,重点对目前开展的自适应循环发动机总体设计研究进行综述:首先介绍典型的自适应循环发动机总体性能方案及结构形式,然后讨论自适应循环发动机的性能收益和代价,并对未来的总体设计发展趋势进行展望。认为未来自适应循环发动机总体设计应在并行多/变维度、多学科优化体系下开展,考虑多源不确定性因素的影响,可引入混合维度仿真方法评估新颖部件技术特征,并结合飞行任务需求开展飞机/发动机的综合性能优化。

二阶离散多智能体系统的鲁棒最优一致

研究了不确定二阶离散多智能体有向网络的鲁棒最优一致问题.首先,基于每个智能体可获得的局部信息设计了一个控制协议,并且智能体间相互影响的权重系数具有模型不确定性.其次,利用智能体的能量消耗思想,给出了系统的一个保代价性能指标.然后,利用Lyapunov函数的方法,分析了多智能体网络系统在满足保代价性能指标下的最优一致问题,得到了系统达到渐近最优一致的条件.最后,仿真结果验证了所获得的结果的正确性.

具有马尔可夫切换的不确定离散多智能体系统的鲁棒最优一致性

针对不确定二阶离散多智能体系统,研究了其在马尔可夫切换拓扑结构下的鲁棒最优一致性问题.基于智能体的邻居信息设计了控制协议,使得多智能体系统在满足保代价性能指标下最终趋于一致.利用线性矩阵不等式理论以及Lyapunov方法,得到了系统实现均方一致所需要的条件,并且证明了所有智能体的状态最终收敛到其初始状态平均值.进一步,设计了一个保代价性能指标,研究了系统在满足该性能指标下的一致性问题,得到了系统实现均方一致的条件.最后,通过数值仿真实例验证了所得结论的有效性.