基于低碳经济优化调度的电-碳联合需求响应改进策略研究

随着中国双碳目标的提出以及全国碳市场的快速发展,探索碳市场环境下电力系统的发展和优化调度策略具有十分重要的意义。以电力系统最小化成本和碳排放量为目标,提出了一种基于低碳经济优化调度的电-碳联合需求响应改进策略,该策略将碳排放权交易市场中的碳成本引入到需求响应目标中,通过日前模拟优化调控的方法,获得系统各节点参与需求响应的最优策略。研究结果显示,所提改进策略能够在满足需求响应要求的条件下有效减少碳排放。

多策略改进麻雀算法在机械臂时间最优轨迹规划中的应用

针对六自由度柑橘采摘机械臂时间最优轨迹规划问题,提出一种多策略改进麻雀算法(Multi-strategy improved sparrow search algorithm, MISSA)的轨迹规划方法。首先,利用改进D-H参数法建立机械臂的运动学模型,并对其正、逆运动学进行求解,然后利用3-5-3多项式插值建立机械臂关节空间的运动轨迹。最后针对普通麻雀算法,利用Logistic混沌映射均匀化种群,并融合改进正余弦策略平衡算法的局部与全局搜索能力后,得到了改进麻雀算法,并利用该算法对机械臂进行时间最优轨迹规划,再与GA、PSO、SSA算法进行对比。结果表明,多策略改进麻雀算法相比于其他3种算法在收敛速度和精度上均有明显提高,关节运行时间缩短46.7%,且优化后得到关节运动学曲线均光滑无突变,验证了算法的有效性。

基于线性二次最优-PID车辆控制策略研究

针对车辆在循迹过程中主动跟随精确性的问题,本文提出了一种利用线性二次(LQR)-PID最优算法设计上层控制器的方法。首先,根据车辆的动静态特性和运动特性建立CarSim车辆模型,并设计相应的性能指标;然后,采用LQR线性二次最优控制和PID控制设计了针对不同路况条件下的两种跟车策略,结合实际驾驶条件下自身传感器采集的数据作为系统输入,将所设计控制策略得到的输出作用于车辆模型。联合仿真表明:线性二次-PID最优控制策略在不同工况条件下能够有效地减小车辆在跟随过程中的稳态误差,且能够明显改善驾乘体验。

基于改进遗传算法的主动配电网优化定价策略研究

由于传统的主动配电网优化定价策略没有设置等式和不等式约束条件,使电力定价超过设定的最高限值,降低了定价效率,基于此,研究了一种基于改进遗传算法的主动配电网优化定价策略。首先将最优的机组有功费用和无功费用作为目标建立目标函数,即定价优化策略模型,然后设置其等式约束条件和不等式约束条件,使电力定价不超过设定的最高限值,最后在约束条件下利用改进后的遗传算法对最优定价策略模型进行求解,获取最优定价。实验结果表明,所研究方法在大于设定的价格下限0.5元/(kW·h)的基础上,定价更高一点,基于电力企业角度,说明所研究方法优化后的主动配电网定价更为合理,并且定价效率较高。

贸易政策不确定性与企业最优投资策略研究

随着全球贸易环境的不断变化,贸易政策不确定性与企业投资之间的联系日益密切。文章从企业层面为贸易政策不确定的影响机制开辟了新途径,对贸易政策不确定性的定义、测量以及相关研究进行了梳理,分析了近年来国际贸易政策的变化与中国企业投资调整,采用动态随机最优投资模型,深入分析了贸易政策不确定性对企业投资最优策略的潜在影响。研究结果发现,贸易政策不确定性的提高将导致企业投资减少。

光明优倍产品营销策略分析

光明乳业是一家国内资深的乳制品企业,于2016年正式提出“乐在新鲜”的品牌战略,其较为注重低温鲜奶的市场开拓,光明优倍是光明乳业低温鲜奶产品中的明星产品,自上市以来在华东地区发展迅速,市场表现良好。但随着互联网时代低温鲜奶市场的竞争日趋激烈,光明优倍的品牌力、渠道力并没有显著提升,营销策略与品牌战略的契合度也不高,本文通过对光明优倍这一产品进行营销策略分析,在此基础上提出相应的建议。

国有企业融资策略研究——基于优序融资理论

国有企业作为国家经济的重要组成部分,在融资过程中面临着诸多挑战和困境,因此研究国有企业融资策略具有重要意义。本文以优序融资理论为基础,对国有企业融资策略进行研究。首先,通过回顾优序融资理论的基本原理和发展历程,探讨其在国有企业融资中的应用。其次,分析了国有企业融资的特点和问题,并探讨了优序融资理论在国有企业融资策略中的作用。最后,对不同类型国有企业的融资策略差异进行了讨论。通过研究和分析,本文得出了一系列结论,并对未来国有企业融资策略研究的展望进行了探讨,同时也提出了研究的局限性和可能的改进方向。本研究为国有企业融资策略的制定和优化提供了理论依据和指导。

面向网络贸易交易的联邦学习最优委托策略分析

近年来,数字化经济极大地推动了网络贸易交易的发展。联邦学习技术作为一种分布式的机器学习范式,能够助力网络中分布式的节点进行贸易合作。然而,分布式节点与云服务器之间具备信息不对称性,现有关于联邦学习场景的相关方案存在交互模型构建不准确问题,导致云服务器难以选择最优委托策略。所提出的方法基于信号博弈模型对联邦学习进行建模,并对该场景下的参与者交互问题进行分析。首先,对参与者进行理性假设,定义参与者集合、行动空间、支付函数等博弈要素。其次,引入行为–信念系统,构建服务器与用户之间的信号博弈模型。最后,由序贯理性和序贯一致性,证明该博弈存在序贯均衡,求解服务器针对不同类型用户的最优委托策略。通过实验仿真,验证选择最优委托策略的必要性。

多策略协同优化的北方苍鹰优化算法及应用

针对北方苍鹰优化算法(Northern Goshawk Optimization algorithm,NGO)存在寻优精度低、收敛速度慢及易陷入局部最优值等问题,本文提出多策略协同优化的北方苍鹰优化算法(BLONGO)。首先,使用最优个体引领策略提高算法的收敛速度与精度;同时,采用增强莱维飞行策略避免种群个体陷入局部最优值;其次,使用小孔成像策略对当前最优值进行扰动,增加种群多样性,进而提升算法寻优精度。通过10个基准测试函数、Wilcoxon秩和检验寻优对比,验证改进算法在寻优精度、收敛速度及鲁棒性上得到了提升。最后,引入2个工程优化问题,进一步说明BLONGO在解决实际工程问题时的有效性与可行性。

确定型多局域世界图中Agent最优策略解析

在短的time-scale中,在一个确定的系统拓扑结构下,用解析的方法确定复杂管理系统Agent的最优策略.构建了一个确定型多局域世界图博弈模型,对确定型多局域世界图,分两种情况——局域内Agent的合作博弈和局域之间的非合作博弈,讨论Agent行为均衡解;并将局域内Agent的合作随机微分博弈与局域Super-Agent之间的非合作随机微分博弈进行了耦合.以确定复杂管理系统Agent的最优策略.最后讨论了最优策略的稳定性.

航天器碰撞规避单脉冲切向控制最优策略

针对在轨航天器采用切向单脉冲喷气规避空间碰撞风险的最优控制策略问题,推导了小偏心率轨道卫星切向控制后的轨道相对原轨道的相对运动方程,分析了空间接近几何关系,给出了满足空间接近距离和交垂线方向距离约束情况下不同控制时刻对应的最小控制量的计算方法和函数曲线,证明了控制量与控制效果的单调关系并讨论了控制时刻对控制效果的敏感性。只要综合测站跟踪情况、卫星工作情况、燃料节省等多种约束确定了控制时刻,即可通过上述控制时刻和控制量函数曲线确定最小的切向控制方向和控制量大小。

基于加速模拟退火策略的Agent协商优化算法

网络的普及促进了电子商务的发展 ,而智能代理是电子商务的关键 ,如何实现智能代理的快速、高效协商是一个很重要的问题。本文在加速模拟退火策略的基础上 ,提出了一种Agent协商优化算法。理论分析和仿真实验都表明该算法是一个快速、有效的方法。

一种基于TVM的算子生成加速策略

随着人工智能(AI)的飞速发展,新算子和底层硬件层出不穷,这给算子库的开发和维护带来了巨大的工作量。单纯基于手工优化来解决AI模型的性能和效率很容易出现瓶颈。TVM深度学习编译器通过代码的自动化生成减轻了手工优化的负担,但同时也存在搜索时间长的问题。为此,针对TVM的自动化代码生成框架Ansor,提出基于梯度提升算法的新代价模型和基于预定义规则的调度空间剪枝优化2种优化策略,旨在加速TVM的自动化代码生成过程,实现模型快速落地与部署,并进一步为人工智能技术的应用提供更高效的解决方案。实验结果表明,通过应用优化后代价模型可以在不损失推理时间的前提下,使得在x86 CPU平台上模型的调优时间减少30%~35%,同时优化后算子性能最高可提升22%,使得在深度计算单元(DCU)平台上模型的调优时间减少20%左右,同时优化后算子平均性能提升5.7%,此外,基于预定义规则的剪枝策略可以有效提升代价模型的收敛速度,并且在原有最佳迭代次数下,模型推理时间可提高7.4%。

基于“损耗-时间”最优的超级电容器充电策略

提出一种基于充电损耗与时间综合目标函数的超级电容器最优充电策略,根据预先提取的电容器“阻-流”特性在线确定不同运行条件下的最优充电电流。对Maxwell 2.7 V/10 F超级电容器单体进行测试,以验证所提策略的可行性。在此基础上,以1 kV/6.7 kW·h的超级电容器为例,通过MATLAB仿真定量分析了充电模式、荷电状态区间以及电容器老化对最优充电性能的影响。研究结果表明:所提策略可在超级电容器不同充电模式、荷电状态区间及老化状态下有效提升系统充电效能。

基于提前期的码头与供应链多Agent策略协同及优化

针对国际供应与分销网络中流程提前期的较大不确定性,提出了码头系统与供应链相结合的多Agent策略协调框架,建立了基于策略提前期的循环优化决策模型.在对供应链响应性有不同要求的情况下,对国际供应链节点码头前方作业系统平均流程时间选择合适的控制策略,调节国际供应链补货提前期的波动范围,以驱动供应链时间和成本两方面绩效目标的权衡优化.采用多目标优化遗传算法与神经网络相结合,以一个集装箱码头采取面向供应链策略的计划决策过程为例进行仿真,结果表明:提出的决策模式可增强码头策略计划与时间敏感型供应链整体目标的协同效应;虽然调节提前期波动区间码头需要付出较大的作业均衡成本,但获得的时间目标确定性会明显改善供应网络总体的绩效水平.

多策略混合的花朵授粉算法

针对花朵授粉算法(FPA)在解决高维度问题时存在收敛速度慢和收敛精度低的问题,本文提出一种混合了多种策略的花朵授粉算法(MFPA).该算法通过使用自适应控制因子来动态地切换全局与局部搜索策略的使用;为了提高收敛速度和维持花粉种群多样性,提出一种基于多方信息的全局搜索策略;为了能探索到更充分的解空间,提出一种局部搜索策略;为提高算法的搜索解空间能力,引入特征选择策略降低问题复杂度.基于多种类型测试函数开展模拟实验,与多种优秀算法进行算法性能对比分析,实验结论:MFPA算法在收敛速度与精度方面有着更好的表现,适用于求解大规模复杂优化问题.

粉丝经济模式下的垂直电商营销策略优化研究--以聚美优品为例

近几年,垂直电商受到市场的各种影响,目前正处于发展的瓶颈期。通过“粉丝经济”这种新的商业模式可以增加用户黏性,塑造品牌口碑,从而带动垂直电商的发展。首先介绍“粉丝经济”和垂直电商的发展概况并分析其结合的可能性,然后再对聚美优品的营销策略进行研究,给出优化建议,改善聚美优品经营不善的现状。研究成果可为垂直电商市场的健康发展提供参考。

分布式四驱电动汽车多目标优化转矩分配策略

为了降低分布式四驱电动汽车整车能耗,提升突发转向稳定性,提出一种多目标优化转矩分配策略。首先,推导整车动力学模型,利用数学模型构建整车前向仿真平台;然后,分别对整车能耗及稳定性进行分析,构建降低整车能耗、提升整车稳定性的多目标优化转矩分配策略,利用多目标权重系数法得出转矩分配结果;最后,将转矩分配结果应用于整车前向仿真模型,结合欧洲循环工况对不同转矩分配方案进行仿真对比分析。仿真结果表明:在车辆行驶过程中,采用多目标优化转矩分配策略,系统能耗降低了26.6%,系统运行稳定性提升了26.1%,同时整车续航能力延长了0.5%。

基于Hurwicz准则的不确定养老金最优投资策略问题

本文提出一种新的养老金最优投资策略模型,研究了带有不确定工资过程的DC型养老金最优投资策略问题.以二次损失函数的Hurwicz加权平均值最小化为目标,针对两类相对财富过程,给出了养老金最优投资策略的显式表达式.最后,通过数值分析,研究了模型参数对最优投资策略的影响.

复合Poisson模型带投资-借贷利率和固定交易费用的最优分红策略

本文研究了复合Poisson模型带投资-借贷利率和固定交易费用的最优分红问题。通过控制分红时刻和分红量,最大化直到绝对破产时刻的累积期望折现分红。由于考虑固定交易费用,问题为一个随机脉冲控制问题。首先,本文给出了一个策略是平稳马氏策略的充分必要条件。借助于测度值生成元理论得到测度值动态规划方程(简称测度值DPE),并且在没有任何附加条件下证明了验证定理。通过Lebesgue分解,本文讨论了测度值DPE和拟变分不等式(简称QVI)之间的关系,证明了最优分红策略为具有波段结构的平稳马氏策略。最后,本文给出了求解n-波段策略和相应值函数的算法。当索赔额服从指数分布时,得到了值函数的显示解和最优分红策略。