激进与保守碰撞下的加拿大公共教育管理体系改革——从安大略省《学校和董事会改进规划指南》说起

作为一种管理思想和手段,学校改进规划(School Development Planning)受到了教育界的广泛关注并应用于各项教育改革之中。伴随着公共教育管理体制改革,加拿大安大略省教育质量和责任办公室(EQAO)发布《学校和董事会改进规划指南》,包含树立意识、聚焦数据、问责沟通、制定文本、后续保障五部分内容,为加国安省中小学改进规划的制定与推行提供了良好范本与指导,展现了安省民主化、个性化、科学化的教育管理体系以及更加公平、自主的教育价值取向。

基于改进动态规划算法的果园移动机器人路径规划

首先,根据果园移动机器人自身运行特性和果园环境,建立了环境模型;然后,阐述了改进动态规划算法原理;最后,基于改进动态规划算法实现了果园移动机器人的动态路径规划和避障。仿真实验表明:果园移动机器人顺利实现了从起点到终点的无碰撞移动作业,且行走路径最短、转弯数最少,表明算法系统在复杂的动态环境下仍能实现路径规划功能。

改进模糊优先规划和向量夹角余弦在综合管廊运维风险评估中的应用

为科学合理地明确综合管廊运维风险等级,确定影响综合管廊运维风险的敏感性指标,提出改进模糊优先规划和向量夹角余弦下的综合管廊运维风险评估方法。通过分析综合管廊运维风险指标特征,以物理-事理-人理(Wuli-Shili-Renli,WSR)理论为基础,从人员因素、配套设施、管线及管道、环境因素、管理因素、管廊主体、信息化水平7个方面构建综合管廊运维风险评估指标体系;引入容差参数对模糊优先规划进行改进,得到指标最终权重;利用向量夹角余弦计算待评价目标与理想目标的贴进度,求得综合管廊运维风险等级,同时对指标进行单因素敏感性分析,得出影响综合管廊运维风险的敏感性指标。将该方法运用到上海安亭新镇综合管廊运维风险评估中,结果表明,该综合管廊运维风险等级为Ⅱ级(较低风险),并指出通风/照明/消防设施、管线老化或破损情况、投料口非法入侵、管廊内部H_(2)S质量浓度、结构裂缝与渗水是影响综合管廊运维风险的敏感性指标,并结合静安亭综合管廊实际运维情况提出应对措施,以期为综合管廊运维风险管理提供可行性建议。

基于改进对偶动态规划的产销者点对点交易全分散式出清方法

分布式资源的增长使得电力用户逐步从消费者转变为产销者。主要针对产销者点对点(peer-to-peer,P2P)交易全分散式出清问题开展研究。首先,以产销者总成本最小为目标,综合考虑过网费与网络约束,建立产销者P2P交易模型。其次,基于多阶段优化理论将P2P交易模型转化为全分散式优化模型,并以节点累积偏移电压和线路累积使用容量为状态变量,清晰地刻画每一对交易对配电网运行的影响情况。接着,利用对偶动态规划(dual dynamic programming,DDP)进行求解。为了提高求解效率,采用帕累托最优割技术对DDP进行改进,以减少冗余Benders割的产生,在保证算法精度的同时提高其收敛速度。最后,通过算例分析验证了所提方法的有效性。

基于改进双层鲁棒的氢-电混合时间尺度联合储能系统规划

随着可再生能源并网比例持续提高,为平抑可再生能源发电波动的储能技术受到广泛的关注。氢储能作为一种新兴的储能方式可以实现长时间以及广域空间范围内的大规模电能量的转移,是消纳高比例可再生能源的重要技术。文中构建了包含电化学储能、氢储能及上级电网的氢-电联合耦合系统,构建了长期氢储能与短期电化学储能的长-短期混合时间尺度联合储能机制,建立了联合储能系统中各装置的数学模型。为降低常规双层鲁棒规划方法针对风/光/荷不确定性处理的复杂程度,克服对于求解器的依赖,提出了一种改进的双层鲁棒规划,充分计及了风/光/荷最不利的情况,实现了长短期的氢-电混合储能系统中的设备配置容量的规划。为分析氢储能在长时间尺度下充放能的过程,利用典型日权重系数法对典型日进行耦合,以较小的计算量来描述全年的氢储能充、放氢能量。针对某地区进行算例分析,并对其结果从系统各装置配置容量/功率、总成本及各装置功率时序进行比较分析,验证论文所述方法的可行性及有效性。

基于改进动态规划算法的堆积体滑坡稳定分析

应用图论将堆积体滑坡稳定性分析中最危险滑动面搜索及安全系数计算问题转化为数学领域求最短路径问题。对动态规划算法进行改进,建立基于改进动态规划算法的极限平衡有限元方法,给出该方法的基本方程和路径上应力计算过程,避免引入辅助函数需给定初始安全系数进行迭代计算的缺陷。将该方法应用于溪洛渡左岸谷肩堆积体的稳定性分析,基于滑坡产生、发展、蠕变条件对其稳定性进行判断,对该堆积体的变形破坏机制进行分析和滑面形成条件探讨;借助监测资料揭示的滑面分布,验证改进动态规划算法搜索滑面位置与计算安全系数的准确性;在此基础上提出基于滑坡征兆的堆积体滑坡稳定性分析技术路线,可用于复杂滑坡堆积体边坡的稳定性分析。

基于改进二次规划算法的X舵智能水下机器人控制分配

针对具有4个独立舵叶的X舵智能水下机器人(AUV)姿态控制分配精度及其计算效率问题,提出一种改进二次规划算法,在满足分配精度的同时减少计算量.使用Lagrange乘子法替代序列二次规划法所用的光滑牛顿法进行优化求解计算,有效降低了迭代循环计算,同时保留了序列二次规划的计算精度.仿真环境下的X舵AUV运动控制结果表明:改进后的控制分配算法能够减少40%的计算时间,控制分配偏差不大于0.03 N·m,AUV姿态控制效果良好.

基于改进动态规划法的火电厂负荷经济调度

提出一种确定火电厂负荷经济调度的改进动态规划方法.先按优先顺序法压缩各时段机组组合状态,再用动态规划法进行计算.新的方法克服了优先顺序法没有考虑启停耗量的不足,也解决了动态规划法的“维数灾”及难于处理的爬坡速度约束问题,且各机组的最优负荷分配与机组的最优启停计划可以同时计算出.

基于改进动态规划的无人机搜寻航迹规划研究

针对传统动态规划算法在无人机航迹规划中存在耗时长以及冗余节点的问题,提出了一种基于多阶段决策的改进动态规划算法。在单向动态规划算法中加入双向策略,结合顺序法和逆序法以减少搜寻空间的状态总数;利用区间单调性和四边形不等式进一步减少每次决策涉及的状态点,得到优化后的状态转移方程,降低了搜寻的时间复杂度。最后,对改进动态规划算法与遗传算法、传统动态规划算法进行了数值仿真,结果表明,改进动态规划算法规划节点更少、计算时间更短。研究结果为无人机航迹规划的优化方案提供了一种解决方法。

基于改进遗传规划的热集成精馏系统优化综合

利用改进遗传规划(IGP)求解热集成精馏系统综合问题,结合化工领域知识设计了独特的编码方案,同时对进化操作加以专业指导。通过对操作压力进行离散化处理,将其与结构变量同时优化,实现了各种热集成精馏系统的自动搜索寻优。经实例计算表明,该算法能够快速准确地求解大规模的此类问题。

基于改进动态规划法的HEV多目标能量管理策略

混合动力汽车能量管理策略(EMS)优化问题是一类需要综合优化混合动力汽车多个性能指标的多目标多阶段决策问题,而传统的多目标优化算法在求解EMS这类问题时面临求解效率低、收敛性难以保证等挑战。本文结合非支配排序算法的思想,将传统的动态规划法(DP)拓展到多目标优化领域,提出了非支配排序动态规划法(NSDP)。该算法首先将行驶工况划分为多个阶段,在每个阶段中求取混合动力汽车在不同控制策略产生的累积目标值向量,并通过非支配排序算法获得当前的非支配解集以及对应的控制策略,然后利用各个阶段的非支配解集依次逆向迭代,直至获取整个行驶工况的非支配解集前沿以及对应的能量管理控制策略。在仿真实验中,分别应用加权动态规划法(WDP)和非支配排序动态规划法求解功率分流式混合动力汽车和串并联式混合动力汽车在匀加速工况的多目标能量管理策略优化问题,结果表明NSDP能够有效完成求解并保证收敛性,且求解结果在解集均匀性和求解效率方面具有显著的优势。进一步,运用NSDP求解在世界轻型车辆测试工况(WLTC)下串并联式混合动力汽车能量管理优化问题,所得非支配解集可用于分析汽车的工作特性,并能够为实际能量管理策略的制定提供可靠的参考。

应急资源调度问题的改进进化规划算法研究

针对应急资源调度问题,建立一种多资源时间-成本调度模型。设计了进化规划算法的全局变异算子和局部变异算子,根据全局变异前后个体适应度值和分量值的变化趋势,实现定向变异。构建了具有惩罚系数的适应度函数,给出了改进的进化规划算法种群进化策略。计算实验表明,改进的进化规划算法具有较强的局部寻优能力,在收敛速度和求解精度方面优于比较的遗传算法、差分进化算法和进化规划算法,解决了标准进化算法的早熟收敛问题。

无限制二维下料问题的改进动态规划算法

本文给出了一种求解无限制板材下料问题的动态规划解法,对该算法的计算复杂度进行了分析.并针对算法的特点提出了改进方案.通过理论分析得到改进方案的适用范围,并描述了这一改进动态规划算法的应用前景.数值实验表明,该算法可以缩简传统动态规划算法的计算时间和空间,同时得到解的最优值.

基于改进进化规划的正交匹配追踪超声导波信号识别

提出基于t算子的改进的进化规划(MtEP),进行了性能测试,发现其以更高的概率收敛到全局最优。采用chirplet函数作为匹配原子,将其应用于正交匹配追踪方法(OMP)。利用导波检测仪对含缺陷铝管进行导波检测,利用MtEP实现的正交匹配追踪方法对检测信号进行匹配分解与重构,发现重构所得导波信号信噪比明显提高。将匹配结果与未改进的进化规划算法(tEP)实现的正交匹配追踪匹配同样的信号所得结果作比较,基于MtEP的OMP比基于tEP的OMP匹配所得参数能够更加准确地反映信号激励频率,且耗时更少,因此是一种有效的导波信号识别方法。

基于改进进化规划的图像压缩中的矢量量化

提出了基于改进进化规划和LBG算法的一种新的矢量量化算法。由于进化规划中十进制编码方案的收敛速度比二进制编码方案快,因此在进化规划中采用十进制编码方案。同时,根据图像压缩的特点,为了提高算法性能,该文采用一种自适应的多位变异操作。之后将改进的进化规划引入到图像压缩的矢量量化问题中。实验表明,新算法在提高恢复图像质量方面比传统方法优越。

求解集值折扣{0-1}背包问题的改进动态规划算法

集值折扣{0-1}背包问题(Discounted{0-1}Knapsack Problem with Setup,D{0-1}KPS)指在同一类别中可选择多个项,每个类别对目标函数和约束条件都增加了额外的固定设置成本。提出一种求解D{0-1}KPS的改进动态规划算法,算法针对D{0-1}KPS问题本身结构特征,融合多目标优化问题中非支配解集思想,通过利用状态之间的支配与非支配关系,对每个阶段的状态集进行剪枝,形成非支配状态集,从而提出改进动态规划算法。通过实例验证了该算法的有效性和可行性。

基于改进动态规划法的电力系统机组组合问题研究

机组组合问题是在调度周期内满足各种运行约束条件的前提下,通过合理地控制机组的开、停状态以实现总运行成本最低目标的问题。本文以电力系统机组组合为研究对象,对优先顺序法与动态规划法在机组组合中的应用进行了研究和探讨,并根据他们的优缺点,建立了改进的算法—基于优先顺序法的动态规划法。

基于改进双层规划的常规导弹多波次作战路径优化

针对常规导弹多波次打击机动路径优化问题,考虑发射装置机动路径最短与机动过程中暴露时间最短两个方面的因素,建立改进的双层规划模型,设计了适合此模型的相应遗传算法。算例分析证明,改进的双层规划模型实现了路径与时间的优化,为常规导弹多波次作战中导弹发射装置的机动提供了科学的决策依据,在实战中具有较高的应用价值。

基于网格搜索算法的6-RUS并联机器人时间最优轨迹规划

针对6-RUS并联喷涂机器人再现轨迹不平滑、轨迹规划效率低等问题,提出了基于优化贝塞尔曲线节点位置的6-RUS并联机器人时间最优轨迹规划方法。首先,将预处理的轨迹离散化为网格点,更新节点参数并优化贝塞尔曲线弧长,进一步拟合小线段路径获取最优几何路径;然后,计算不同粗网格点对应的最佳速度以及求解时间,选择合适的粗网格点,进一步以较小步长密化网格点间路径,迭代求解正反向最大速度,搜索路径的最佳速度曲线,获取6-RUS并联机器人的最佳运行时间。最后,在自研的6-RUS并联机器人平台上进行实验。结果表明,在相同示教轨迹条件下,基于所提的改进贝塞尔曲线算法得到的路径长为8.12 m,优于传统贝塞尔曲线算法以及G2CBS算法的结果;同时将改进的时间最优轨迹规划算法(TOPP)用于优化后的示教路径,所提算法的最优速度曲线的求解时间为416.4 ms,与TOPP-RA算法的最优速度曲线的求解时间相比缩短了244.7 ms,而且该算法下最优轨迹规划时间也优于TOPP-RA算法,该方法提高了最佳速度的求解速率,缩短了6-RUS并联机器人轨迹再现时间,提高了工作效率。