基于偏差补偿TCN-LSTM和梯级迁移策略的短期风电功率预测

随着新能源在电力系统中的占比逐渐提高,新能源功率预测成为一个研究热点。但对于新建的风电场的功率预测则面临历史数据不足和特征迁移困难的问题。因此提出了一种基于偏差补偿TCN-LSTM和梯级迁移策略的短期风电功率预测方法。首先,将目标风电场的少量数据根据与源风电场的相关性大小分为两组,然后利用源风电场历史数据训练含有误差补偿模块的复合模型,最后以梯级迁移学习策略进行建模。相关算例分析表明基于TCN-LSTM的补偿梯级迁移模型预测精度相比同类直接预测模型提升1.23%。相关算例证明了所提出的方法的有效性。

实施三维迁移策略,赋能文言知识备考

2023年高考文言文阅读试题的一个重大转变是,从侧重记忆能力的文化常识考查过渡到侧重理解能力的文言实词、虚词和与现代汉语不同的句式、用法等考查。审视其设题方式,尤其突出了对考生迁移能力的考查,应引起广大考生的高度关注。一、迁移维度一文言文命题者将考查文本与考生所学文言文中的文言词语(或“短语”)在意义或现象上进行比较,并作出“相同”或“不相同”的判断。

基于端到端运营的固网NGN向IMS迁移策略研究

数字化时代,业务的价值需要通过业务数据的数字化来体现。阐述固网下一代网络(Next Generation Network,NGN)向IP多媒体子系统(IP Multimedia Subsystem,IMS)迁移的策略,从基础准备工作、普通用户迁移、政企用户迁移3个方面详细分析了迁移方案和注意事项。迁移工作需要多部门、多系统配合,是一个复杂的系统工程;需要比对前后台多个系统的数据,对重构端到端维护机制及提升价值经营策略具有重要意义。

基于旅行图的移动Agent迁移策略

移动Agent为完成用户指定的任务 ,通常需要移动到多个主机上 迁移策略为移动Agent规划出最佳迁移路径 ,保证移动Agent正确、高效地完成任务 提出了“旅行图”的概念并给出了基于“旅行图”的 3种迁移策略 旅行图能描述移动Agent的移动语义并能刻画运行环境的动态变化 载有“旅行图”的移动Agent感知运行环境的变化 ,及时反应并自主修改迁移路线 ,按照预先设定的指标完成任务 ,充分体现了Agent的反应性和自主性 基于“旅行图”

一种适合P2P MMOG的移动代理迁移策略

目前的移动代理迁移策略不能满足P2P MMOG的实时性需求。该文提出了适合P2P MMOG的代理迁移策略,包括迁移时机计算和一种改进的蚁群算法。该策略根据P2P MMOG中的网络流量、代理服务需求度和目的主机负载状况动态决定迁移目的地。实验证明,该方案满足游戏实时性要求,降低了移动代理迁移时间和系统延迟,解决了P2P MMOG中玩家节点的负载均衡问题。

基于渗透原理迁移策略的并行遗传算法

通过分析影响并行遗传算法性能的诸多因素,以避免人为设置迁移代频、迁移率及迁移方向为问题的突破口,以减少通信量提高算法效率为主旨,提出一种基于渗透原理的迁移策略(MigrationSchemeBasedOnPenetration,PMS).PMS迁移策略源于渗透模型,引入渗透阈值控制相邻子群体的迁移,应用渗透原理自适应地确定迁移代频、迁移率及迁移方向,从而解决人为设置迁移代频、迁移率及迁移方向的关键问题,有效降低通信代价,进而提高算法效率.文中首先依据有限群体马尔可夫链模型对基于渗透原理的迁移策略算法的可行性进行了探讨,然后从理论角度给出了迁移代频期望、迁移率期望及通信代价,同时用实例验证了PMS在降低通信代价方面的巨大潜力.

基于模式迁移策略的并行遗传算法

通过分析影响并行遗传算法算法性能的诸多因素 ,以降低通信代价为问题的突破口 ,提出一种基于模式定理的迁移策略SMS .SMS迁移策略借鉴网络信息传输机制 ,通过模式识别压缩提取出子种群中的优质遗传信息 ,再将这一遗传信息在另一子种群中按比例传播 .文中首先依据模式定理对模式迁移策略的算法有效性进行了探讨 ,然后从理论角度给出了采用模式迁移策略后通信量降低的形式化度量 。

基于数据块级迁移策略的设计与实现

为优化分层存储系统中数据迁移策略性能,进一步提高整个存储系统的存储性能,提出一个基于数据块级别的价值评价模型。综合考虑块级数据特点,分别量化块级数据大小、读写频次、数据块间关联度、历史价值系数得出数据块价值;在此模型的基础上,提出基于主动迁移阈值和被动迁移阈值的双阈值迁移策略。通过实验验证了评价模型的可行性和算法的有效性。

一种改进的基于迁移计划图的移动Agent迁移策略

在分析了现有迁移策略的基础上,提出一种改进的基于迁移计划图的结构化迁移策略。该迁移策略能根据当前网络的软硬件环境及其他负载信息,在满足预算约束条件下考虑服务质量和服务价格等因素,动态地为移动Agent规划出一条最佳迁移路径;该策略还能避免网络断连、主机故障及服务失效引起的迁移失败。

一种基于分量热力学迁移策略的并行多种群GEP

针对传统并行多种群GEP存在着优良个体的传播和种群多样性之间的冲突问题,提出一种基于分量热力学迁移策略的并行多种群GEP算法(CTDPGEP)。该算法在当前子种群中选择出若干个优良个体和若干个随机个体组成精英子空间,并将精英子空间传送至其他各子种群的迁移区中;其他各子种群异步地将其迁移区中的个体采用分量热力学替换规则接收到自己的种群中。通过这种机制不仅有效地传播了各子种群中的优良个体,而且保持了各个子种群的多样性,定量地平衡优良个体的传播与种群多样性之间的冲突,在加快收敛速度的同时保持种群的多样性,减少陷入局部最优的概率。对比实验结果表明该算法表现出更高的求解精度和更快的收敛速度。

基于分布式遗传算法的移动Agent迁移策略

迁移策略是移动Agent(Mobile Agent,MA)的核心技术之一,MA的效率很大程度上取决于迁移策略的优化。本文提出了一种改进的分布式遗传算法(EDGA),用于对多约束条件下MA迁移策略最优问题进行求解。EDGA将分布式遗传算法和Cascade模型相结合,在迁移算子部分设计一个中心监控器,观察每个子种群的进化,并对迁移个体的选择以及相应子种群的大小做出调整,使进化能力好的子种群得到更大的空间来搜索最优值。实验结果表明:本文所提出的EDGA算法在求解速度和质量上取得了较大的改善。

工作流演进变化中迁移策略的自动生成

工作流演进变化中一个重要问题就是如何实现工作流实例的迁移问题。提出了一种支持演进变化的工作流过程模型及相关的实例模型和修改模型,并在此基础上提出了一种新的迁移策略。该策略中每个节点的迁移规则根据工作流模型修改点与实例执行路径的关系确定相应的迁移动作。此外,还提出了一个根据工作流模型修改点的偏序关系自动生成各节点迁移规则的算法。

数据流查询计划的并行迁移策略

数据流中的查询计划需要不断进行适应性优化,针对该特征提出一种查询计划的并行迁移策略。该策略能确保在输出过程中不丢失元组或产生冗余元组,维持正确的元组输出时序。实验结果证明,该策略可以使查询计划平滑过渡,避免迁移过程出现无元组输出的空白期,在系统资源紧张和数据流流速过大时,维持较少的中间元组数和较大输出速率。

基于隧道技术的IPv6迁移策略

介绍IPv4向IPv6平滑迁移的几种方案及实现的工作原理 ,着重探讨隧道技术中存在的若干问题。

并行遗传算法在电力系统经济调度中的应用——迁移策略对算法性能的影响

针对电力系统经济调度问题 ,定性研究了粗粒度模型并行遗传算法中迁移策略参数对算法性能的影响。这些参数包括 :子种群数目、迁移率、迁移规模、迁移选择策略和通信方式等。所获得的结论具有普遍性 ,对设计和开发适用于大系统优化的快速鲁棒进化算法具有一定的参考价值。

多阶段平台动态防御的Markov演化博弈模型及迁移策略

为提升持续性和阶段性攻击下平台动态防御效率,提出多阶段平台动态防御的Markov演化博弈模型和迁移策略。从平台动态防御的网络攻防原理入手,分析平台动态防御的循环性和阶段性特点,进行多阶段平台动态防御的关键参数和收益计算;建立多阶段平台动态防御的Markov演化博弈模型,针对博弈的阶段性,在总收益计算中引入折现因子和转移概率;在此基础上,研究纳什均衡在多阶段Markov平台动态防御演化博弈中的存在性,给出纳什均衡解和最优迁移策略选取算法。通过示例设计迁移策略的分析流程,仿真结果验证了所提模型和迁移策略的有效性。

基于建筑块迁移策略的并行遗传算法

通过分析模式定理及建筑块理论,提出一种基于建筑块迁移策略并行遗传算法。算法根据种群的收敛情况,从其他种群中获取非重叠的建筑块,采用模拟退火思想防止优良模式的浓度过快地增大引起早熟。理论分析和对多峰函数的仿真结果均表明,该算法减少了无效迁移次数,降低了通信开销,而且发生成熟前收敛的概率明显下降,保证了遗传算法的全局收敛性。

分级存储中自适应选择迁移策略的研究

在分级存储中,业务数据的访问模式多样且多变,使得为其选择合适的数据迁移策略非常困难,为此引入迁移策略优先级的概念:系统内的迁移策略按优先级高低排序,每次启动数据迁移时,都选择当前优先级最高的策略作为迁移所用策略,并且在数据迁移进行时以及完成后对策略的优先级进行动态调整,从而达到系统自适应选择最优迁移策略的目的。原型实验证明,该方法确实能够根据优先级自适应地选择出最佳策略,从而降低数据迁移对前台应用的影响。

一种基于GIS动态服务技术的Agent迁移策略

针对现有分布式地理信息系统数据处理的瓶颈问题,利用Web服务和移动Agent技术解决GIS领域的动态服务问题,详细阐述GIS软件的系统结构和动态服务模型,介绍移动Agent和构件服务等相关实现技术,给出基于智能决策的Agent迁移策略及其算法描述。最后通过模拟仿真实验,验证了该迁移策略和算法的有效性。

一种基于伪并行迁移策略的求解TSP问题的遗传算法

TSP问题是典型的NP完全问题,遗传算法是求解NP完全问题的一种常用方法。文中将并行遗传算法的迁移策略以伪并行的方式应用于TSP问题的求解,并在迁移过程中进行优化。该算法减少了个体的评价计算量,提高了解的质量。