基于EWA算法的电力用户短期负荷预测

针对电力用户的负荷进行精准预测对售电公司在电力现货市场交易中合理申报用电需求曲线、推动电力现货市场模式下的零售市场改革具有重要意义。以某电力用户实际电力负荷数据为例,采用指数加权平均算法,通过对电力用户历史前60 d的负荷数据的分析来预测未来1~7 d的短期负荷。对用户的全天24 h负荷分时预测,采用负荷预测值和实际值的平均绝对百分比误差来分析算法预测的精度。实验结果表明,预测误差在较小的范围之内验证模型的准确性及有效性,为售电公司现货交易决策提供有力的辅助。

EWA算法在电力市场仿真中的应用

基于代理的计算经济学已成为电力市场研究的一种重要方法,构建智能代理的学习模型是其中的重要研究内容之一。常用的强化学习和信念学习算法各有弊端,为此引进了一种综合了强化学习和信念学习的经验权重魅力值(EWA)算法,将其应用于电力市场仿真研究中,模拟发电商决策行为。基于混合代理和单一代理系统的仿真结果表明,EWA学习算法对市场参与者的行为有更好的描述,在参与者众多的大系统中较Roth-Erev算法更为先进、智能,具备更好的学习性能;EWA算法具备更高的捕捉博弈均衡的能力。

基于计算实验的集群式供应链协同采购影响因素研究

针对集群式供应链协同采购影响因素的动态复杂性,采用计算实验方法模拟协同采购的形成过程,定义了系统主体间的学习交互规则,定量地研究了市场需求、采购企业密度和采购企业自利性三个因素对企业协同采购的影响。实验结果表明,市场需求的增加会导致企业选择协同采购策略的意愿降低;当系统达到稳定状态时,企业协同采购策略变化的频率很低;市场需求的波动程度增强会导致企业选择协同采购策略的意愿增加,且波动程度越强,企业选择协同采购策略的时间越早。采购企业密度的增加会导致选择协同采购策略的企业数量不断增加;采购企业自利性的增加会导致越来越多的企业放弃协同采购策略。其实验结果对集群式供应链管理具有一定的借鉴意义。

综合作战区舰载预警机防空警戒控制策略研究

为了研究航母编队在综合作战区内针对多威胁来源指派舰载预警机实施防空警戒时的控制策略问题,首先分析了舰载预警机巡逻策略生成的流程,以流程为主线,依次研究了敌方机场的作战能力及作战剖面、护航舰艇编队及舰载预警机的警戒区域,在此基础上,以空域栅格为单位,研究其对应的预警效果和威胁程度的评价方法;然后通过分析实际需求,提出了"指定架次型""不考虑成本不指定架次型"和"考虑成本不指定架次型"3类可实现警戒接班任务的巡逻策略规划模型并分别针对性地提出了多主单从结构的多种群并行遗传算法模型求解方法。仿真结果表明,所提出的模型能够实现相应的巡逻策略规划功能,所提出的模型求解算法能够实现对相应模型的高效求解,即模型和算法的有效性得到了验证。

针对重点任务航线保障的预警机航线规划

针对重点任务航线保障的预警机航线规划问题,根据重点任务航线的长度以及单架预警机的探测能力,提出了一种分段探测的预警机航线规划方法。该方法按照重点任务航线外接圆和预警机稳定覆盖区域的大小,本着节约预警机资源的原则对重点任务航线进行分段;每段航线分别利用一架预警机进行保障,在最大程度减少重点任务进入预警机的空间盲区和多普勒速度盲区的前提下,建立预警机航线的最优化模型;利用粒子群优化算法求解该模型,得到最优的针对重点任务保障的预警机航线规划。仿真实验结果证明了文中提出的针对重点任务保障的预警机航线规划方法的有效性。

基于粒子群算法的预警机航线规划

为了提高预警机的探测能力,提出一种基于粒子群优化算法的预警机航线规划方法.利用粒子群优化算法,引入变异因子的概念,并将约束条件和搜索算法相结合,构造了针对性强的适应度函数,建立有效的航线评价规则,给出了航线规划的方法和步骤.仿真结果表明:该算法有效地规划出预警机的巡航线路,避免不利因素的影响,且收敛速度快、占用内存少,变异因子为0.2、0.4时可使探测效率分别达到99%和97%.