联合采用多代理和禁忌方法的系统恢复策略

将多代理技术MAT的分布式信息处理和禁忌方法TSM有机结合,形成了一种新型分布式电力系统恢复模型。模型由多结点智能代理GIAGs(crunode intelligent agents)和一个智能控制代理ICAG(intelligent control agent)组成,通过多个CIAGs间交互协商处理及ICAG的基于TSM的协同求解,能够实现快速恢复决策。仿真结果表明,该模型不仅能够快速获得恢复优化策略,而且对网络拓扑结构变化具有较强的适应性。

基于启发式图匹配的模板形状搜索方法

为了改进依照模板在三维CAD模型中进行形状搜索的搜索效果和效率,提出一种基于禁忌搜索启发式图匹配的模板形状搜索方法。将B-rep表达的三维形状信息转化为属性图表达;对形成的模型属性图和模板属性图进行迭代的图匹配,在匹配过程中,采用禁忌搜索启发式方法,正向地优化搜索路径,反馈式地修正搜索偏差,同时尽可能地避免重复的尝试,最终快速有效地得到较优的结果。算法分析和实验结果表明,所提方法能够得到合理的非完全图匹配,同时能够将NP复杂度的图匹配问题降低至多项式时间内解决,实现了满足工程需求的模板形状搜索。

生成风电功率时间序列场景的双向优化技术

用少量的代表性风电功率序列场景来准确刻画风电随机特征,对含有风电电力系统的规划和运行具有重要意义。然而,代表性风电功率序列场景的生成,目前方法难以实现从庞大的发生空间中选择有效的代表场景,场景模拟的质量有待提高。为此,提出一种纵横双向优化的方法以生成日风电功率序列场景。纵轴方向,基于历史的日风电功率序列数据,采用最优消减技术,产生每个时段的代表场景;横轴方向,采用禁忌搜索方法,有选择地连接每个时段的代表场景从而形成所需的日风电功率序列代表场景。该方法无需预先知道风电功率的解析概率分布函数,仅需基于已有的历史序列数据,通过纵横双向优化,自动生成满足风电随机概率特征的日序列代表场景。以爱尔兰风电场数据为例,对所产生的单时段代表场景,在均值、方差、偏态和峰度4个指标上具有与历史数据相近的统计特性;将这些场景应用于含有风电电力系统的多时段最优潮流问题,从稳定性和准确性两个方面,验证了所提出的双向优化算法的有效性。

城市公交路线网络优化

为解决城市公交路线网络优化问题,给出了一种基于禁忌搜索方法的公交路线网络优化算法;设计了公交路线网络优化问题的数学模型,给出了两阶段禁忌搜索算法的框架及路线合并、路线分解、路线增长3个算子,并进行了实验;实验结果表明,算法能将两目标公交路线网络优化问题收敛到Pareto最优解集,并在Pareto曲线上有均匀的分布,具有较好的应用价值。

基于混合算法的具有硬时间窗口约束的VRPSPD问题

具有硬时间窗口约束下同时收发的车辆路径问题(vehicle routing problem with simultaneous pick-up and delivery with hard time windows,VRPSPD with Hard TW)是将产品配送和废物回收统一进行优化的问题。本文研究了一个中心仓库,多台车辆向具有配送需求和回收需求的客户提供服务,客户存在硬时间窗口要求的车辆运输问题。该问题中,客户的配送需求和回收需求必须同时获得满足,即客户仅允许被访问一次,且需求不可分割,只能由一台车辆提供服务。且客户的硬时间窗口要求必须获得满足。首先将修正后的旅程分割方法应用于硬时间窗口约束下的VRPSPD问题初始解的获得,并利用响应性禁忌搜索算法框架,结合基于多种领域的可变式搜索方法,给出一启发式算法。计算机实验结果表明,该启发式算法在求解VRPSPD with hard TW上是有效的。

临床常用技术（三）——吸痰术

本文简述吸痰术的临床意义、适应证、禁忌证、操作方法、注意事项及并发症的预防。