基于局部贪婪优化的电网自组织临界子区域辨识方法

针对传统电力系统自组织临界现象研究角度及其物理模型—沙堆模型无法有效解释当前电网级联事故体现出的新特征,提出了社区自组织临界性概念及其物理模型—重叠沙堆模型。文章应用能量函数并结合直接法的建模方式,量化电网线路之间的能量关联关系,并由此构造出加权无向复杂网络模型;在此模型的基础上,运用局部贪婪优化算法实现电网自组织临界子区域辨识;通过级联故障模拟仿真量化分析自组织临界子区域作用。研究表明,电网级联事故本质上是某一子区域达到SOC状态;在以线路为基本结构单元,能量函数量化权重的复杂网络模型的执行环境内,局部贪婪优化算法可有效挖掘电网中的自组织临界子区域。所述方法为电网级联事故安全性分析提供新的思路。

WSN中考虑负载均衡的贪婪寻优中继节点布局算法的研究

针对目前WSN中的中继节点布局算法中忽略负载均衡的问题,首先引入通信路径不可逆等优化模型来进行节点布局;其次,提出阈值法及平均值法来动态更新网络中各路径的负载;然后针对负载均衡与节点数目难两全的问题,提出一种优化贪婪寻优算法,使得在考虑负载的同时,所需节点的数目能尽量减少。测试结果表明,使用不考虑负载的传统贪婪寻优算法以及使用考虑负载均衡的优化贪婪寻优算法进行节点布局时,两种算法所耗费的节点数目相差无几,然而后者却能够使整个网络的负载更为平均,更适合于实际应用中灵活多变、环境复杂的无线传感器网络,具有更深的实际意义。

基于自动化室内建模的5G基站信号仿真和优化选址方法

目前,第五代移动通信技术(5th generation mobile communication technology,5G)技术想要全面推广,需要做好基站选址的工作。5G信号频率较高,穿透能力与4G、3G、2G相差悬殊,利用传统的基站布设策略,无法保证室内深度覆盖需要的良好体验。针对这一问题,本文首次基于自动化重建的室内模型进行了5G信号仿真,并提出了5G小基站选址的优化方法。首先确定候选基站,模拟5G信号传播过程;然后考虑信号传播过程中的路径损耗和墙面材料对信号造成的反射衰减损耗,以模拟5G信号的强度值和覆盖度。最后基于重建的室内结构化模型与5G信号仿真结果,利用贪婪优化算法设计了面向5G基站优化选址策略。实验结果表明,本文的方法能够有效地模拟5G信号,并且实现自动化5G基站布设和选址,该方法能更好地满足室内快速布设大量高密度5G通信基站的需求。

两阶段遗传算法在求解TSP问题中的应用

为了提高利用遗传算法求解TSP(traveling saleman problem)问题的能力,给出了一种种群多样性的定义,提出了一种利用2个阈值在贪婪优化遗传算法和退火单亲遗传算法间切换的两阶段遗传算法,从而可以在保持种群多样性的基础上优化种群。两阶段遗传算法在种群多样性下降到一定程度时,转换遗传方式,在继续寻优的同时,很快提高种群的多样性,当种群多样性上升到一定程度,又转换为原来的算法,如此重复。仿真算例结果表明:两阶段遗传算法收敛速度和全局搜索能力都得到了较大提高,其平均最优解、平均收敛代数和平均耗时优于或与另两种遗传算法相当。

非刚性变换的三维等距模型的对应关系研究

针对非刚性变换后两个三维等距模型间的对应关系问题,提出了基于极点谱植入初始化的贪婪优化算法。首先运用基于高斯曲率的最远点采样算法,获得一组数目相同和位置相对一致的采样点;其次改进初始谱植入匹配算法建立两模型采样点集间的初始对应关系;最后使用基于全局度量(测地距离)的贪婪优化算法进行迭代优化,从而得到三维模型间的稀疏对应关系。实验结果表明,改进的非刚性匹配算法能够获得强健的稀疏对应关系,并在一定程度上提高了匹配算法的效率。

基于整数规划的塔式太阳能镜场能量调度方法

针对塔式太阳能热发电过程中镜场调度既需要满足发电能量需求又需要节省操作成本的问题,提出了一种基于整数规划的镜场能量调度方法,同时采用了一种贪婪—粒子群优化算法进行求解,并通过模拟在DNI(太阳直射辐射,direct normal insolation)变化的情况下,使镜场输出固定的能量值,验证了方法的有效性.将此方法应用于水/蒸汽接收器的系统控制中,仿真结果表明方法能够实时跟踪系统所需能量的变化.