基于变效能因子的Lanchester协同干扰最优功率分配

针对协同电子干扰中的功率分配问题,分析了电子干扰与作战效能之间的数学关系,并以此为基础建立了变效能因子的Lanchester平方律扩展模型。以模型的状态方程构建目标函数,在作战编队干扰功率总量恒定的约束条件下,分别分析求解了红方在资源与火力处于优势与劣势情况下的电子干扰的最优功率协同分配策略,并给出了详细的数学推导过程。仿真结果表明,该协同功率分配策略能够实现整体作战效能与干扰效能的最优化,即模型的合理性得到了验证。

认知无线电网络频谱分配与协作集划分算法

针对协作认知无线电网络中较为复杂的多主用户与多次级用户共存场景,提出联合频谱分配与协作集划分问题,并将该问题形式化描述为整数0-1非线性规划问题,证明其是NP-hard的.首先,设计了集中式的遗传算法CGA(centralized genetic algorithm)对问题求解,对该算法进行齐次有限马尔可夫链建模并对其全局收敛性进行了分析;随后,提出了一种包含两阶段的分布式遗传算法DGA(distributed genetic algorithm),包括基于最小支配集的分簇与频谱预分配阶段和簇间协作集协商与簇内适应值精化阶段.此外,还提出一种快速收敛的DGA算法(fast-convergent DGA,简称FDGA)缩短分布式算法运行时间.仿真实验结果表明,根据能反映出算法性能的适应值结果对各算法进行比较:(1)小规模网络下CGA获得的解平均为通过穷举算法得到的最优值的92%;(2)随着网络规模的扩大,由于CGA搜索空间增大,DGA,FDGA在达到相同停机条件时获得的适应值比CGA提高约20%;(3)与DGA相比,FDGA虽能得到与DGA相近的结果,但却大大缩短了算法收敛的时间,更适应于大规模网络应用.

基于合作博弈和区间划分的风电机组状态评价

风电机组状态评估需要考虑模糊性和随机性的均衡,且不同方法确定的指标权重差异较大。因此,提出了一种基于区间划分的风电机组状态评估合作博弈云模型。首先,针对固定阈值受风速和环境温度的影响较大,采用Bin方法进行区间划分。其次,对于不同方法确定的指标权重,运用合作博弈法进行融合,并采用变权公式进行修正;然后,运用黄金分割法确定评判指标与状态等级间的云映射关系。最后,采用模糊综合评判获得评估结果。通过采集河北某风电场1.5 MW风电机组的监测数据和故障记录,对该方法的有效性进行了验证。结果表明该方法更能反映出风电机组的真实运行状态。

巨大肝包虫患者行联合肝脏离断和门动脉结扎二步肝切除术的护理配合

目的探讨巨大肝包冲虫病采用联合肝脏离断和门动脉结扎二步肝切除术(ALPPS)的治疗效果。方法对2016年1月8日入住我院1例巨大肝包虫病患者实施ALPPS术。结果首次将ALPPS技术应用于肝脏良性病变的切除,手术非常顺利,并取得很好的治疗效果。结论肺脏良性病变的切除使用ALPPS技术治疗效果更好。

一个具有变化联盟结构的动态合作博弈模型

本文运用合作博弈的观点分析和解决在动态决策进程中出现的合作方式发生变化的问题。针对于在博弈树给定的有限个节点上随机改变联盟剖分的动态博弈,通过引入新的特征函数和最优准则,建立了动态最优解PGN向量,同时给出了求最优路径和最优解的算法。

区域形成机理、合作秩序与协调发展的前因

区域的形成是对稀缺资源控制权空间划分的结果，其具有反经济学性。并衍生出区域协调发展问题。区域经济关系研究的核心是建立区域之间相互依赖或合作的制度安排或秩序。通过国家管理制度改革和制度安排，形成区域合作机制，促使资源要素的流动和合理配置，从而克服行政区划对资源配置效率的负面影响，推动政府职能的转变，才能有效推进区域之间的协调发展。

基于演化历史信息的自变异协同量子行为粒子群优化算法

提出一种基于演化历史信息的自变异协同量子行为粒子群优化算法(ESH-CQPSO).该算法采用二维空间分割树结构记录群体演化过程中的位置和适应值,借助群体之间的协同机制确保增强搜索能力,提高优化性能,防止过早收敛.通过空间分割机制可以获得一个快速的近似适应度函数.这个近似值可以提高ESH-CQPSO中的变异策略,使得相应的变异操作是一种无参数、多样性的自适应变异.对比其他传统算法,通过对标准测试函数的实验结果表明,ESH-CQPSO算法在处理多峰和单峰测试函数时具有更好的优化性能,收敛精度和收敛速度都得到了提高,证明该算法的有效性.

NOMA-MEC系统中基于改进遗传算法的协作式计算卸载与资源管理

为平衡网络负载与充分利用网络资源,针对超密集异构的多用户和多任务边缘计算网络,在用户时延约束下,该文构造了协作式计算任务卸载与无线资源管理的联合优化问题以最小化系统能耗。问题建模时,为应对基站超密集部署导致的严重干扰问题,该文采用了频带划分机制,并引入了非正交多址技术(NOMA)以提升上行频谱利用率。鉴于该目标优化问题具备非线性混合整数的形式,根据多样性引导变异的自适应遗传算法(AGADGM),设计出了协作式计算卸载与资源分配算法。仿真结果表明,在严格满足时延约束条件下,该算法能获取较其他算法更低的系统能耗。

SC-FDMA中继系统中最大化容量的资源分配

针对单载波频分多址(single carrier frequency division multiple access,SC-FDMA)系统的子信道相邻限制,研究了适用于SC-FDMA中继系统中最大化容量的资源分配算法,提出将该资源分配问题重构为一个集合划分问题,并借助运筹学中的相关算法求出最优解.为降低最优资源分配算法的计算复杂度,还提出了一种采用贪婪试探法的次优算法.仿真结果表明,在放大转发和解码转发中继协助的SC-FDMA系统中,最优算法的频谱利用率显著高于随机算法,而贪婪次优算法能达到接近最优算法的性能,并且具有较低的计算复杂度.

基于分层分区协同进化算法的电力系统无功优化

随着电力系统的大范围互联以及电压等级的增多,无功优化问题变得越来越复杂。无功优化问题是一个多变量、非线性、非连续性问题,在不同电压等级电网中无功又有不同的特点。针对电力系统无功优化的上述特点以及大范围互联电网控制变量较多的问题,提出了按电压等级将电力系统分层,各层之间独立优化互不影响,层内分区域并采用协同进化算法优化的方法。对于电力系统分层的方法作了探讨,提出了节点分裂的方法。在此基础上针对层内无功优化详细讨论了协同进化算法的原理、步骤以及其应用。IEEE30节点的算例表明,该方法要优于DFP,BFS等经典优化算法以及普通遗传算法。

基于博弈组合赋权的大城市电网分区评估

针对城市电网分区评估问题,提出了一种基于博弈组合赋权的分区方案量化评估方法。首先构建了涵盖短路电流裕度、线路负载率、变压器负载率、负载均衡度和最大外受电比例的电网分区评价指标体系,继而根据合作博弈理论将专家调查法与变异系数法所得主、客观权重进行组合优化得到综合权重,通过计算分区方案的综合得分得出评估结论。最后,将方法应用于某城市电网分区调整实施案例中,验证了方法的准确性与实用性。

大容量图案协同设计模型及实现

为了解决大型印染或制版企业中多个工作站的协同调度问题,提出了一种支持多用户、多处理器的图案协同设计模型,提供了处理大容量图案设计中复杂交互任务和复杂计算任务解决方案。进一步给出了模型框架实现中的3个关键方法,即基于事件模式的任务处理方法、基于时间戳的自适应区域规划方法和复杂任务细分与处理方法,以减少协同设计过程中的冲突,提高任务处理能力,提供用户自然的交互方式。

协同办公系统的整体研究与开发

在协同办公系统的设计与开发过程中,往往存在着对系统核心业务认知不清晰、难于适应变化中的需求、开发效率低与开发成本高等问题。这些问题容易导致系统开发的最终结果无法实现预期目标或开发的周期无限延长,从而导致项目处于搁置状态。为了解决上述问题,在分析了协同办公的目标与核心业务需求的基础上,提出了一种从整体上对协同办公研究与开发的模式,该模式自顶向下划分功能需求与模块间组合的方式,并论述了如何在实际的协同办公系统的开发中应用此模式。

以硅酸钠为前驱物采用间隔自组装法制备有序介孔SBA-15

以硅酸钠为前驱物,三嵌段共聚物(P123)为模板剂,分别采用传统过程和间隔自组装(PCSA)过程制备有序介孔二氧化硅(SBA-15).分别考察了两种制备过程中硅酸钠加入量对SBA-15结构的影响.与传统制备过程相比,采用间隔自组装过程,通过简单的调节硅酸钠在不同阶段中的加入量,在不使用添加剂及特殊的制备条件下,可制备孔径可调的SBA-15,其最大孔径可达到10.3 nm(KJS法).所提方法也可规律性地调节SBA-15的孔壁厚度和微孔孔隙度.

片上多处理器末级Cache优化技术研究

片上多核技术的出现给处理器的设计和实现带来很多挑战,片上存储系统的设计就是其中最重要的方面之一.为了缓解日益严峻的存储墙问题,研究者们通常在片上放置大容量末级Cache,片上末级Cache设计和优化技术已成为当前的研究热点.介绍了片上多处理器(CMP)末级Cache设计面临的挑战,然后分别介绍了以私有设计和共享设计为基础的多种CMP末级Cache优化技术,并对它们进行了比较分析.

嘉兴电网分层分区协调控制AVC系统的开发和应用

无功/电压控制是地区电网运行中一项主要任务。基于嘉兴电网的调度运行管理现状,提出了一种基于分层分区协调控制AVC系统的模式。系统体现了分层递阶的控制思路,并很好地适应了地区电网无功控制分层分区平衡的基本原则。目前,该AVC系统已基本开发和构建完成,开环运行已经取得了较好的效果,闭环运行后将进一步提高嘉兴电网无功电压的控制和管理水平。

尺度感知的分块协同式相关滤波跟踪算法

基于分块的相关滤波跟踪算法在处理目标尺度变化和遮挡问题时,对局部子块跟踪状态的评估及局部子块与尺度变化的关系刻画不够准确.针对此问题,文中提出尺度感知的分块协同式相关滤波跟踪算法.首先提出结合时序平滑约束的局部子块遮挡判别方法,改进现有算法的评分策略.设计子块协同运动策略,使被遮挡或形变的子块跟随未被遮挡的子块趋向正确的位置.同时发现跟踪过程中子块聚散变化的分布位置与目标尺度之间的比例关系,实现对目标尺度变化的感知和大小估计.实验表明,文中算法性能较优.

协同分布式天线系统中的自适应比特分配算法

针对协同分布式天线系统,提出了一种新的有限反馈比特分配算法,以最小化信道量化误差造成的速率损失.在多用户协同分布式天线系统中,存在两种干扰:本小区内的多用户干扰和来自周围小区的小区间干扰.为了抑制这两种干扰,该文使用随机矢量量化的码本,分别量化来自本小区和周围干扰小区的信道状态信息.在用户总反馈开销固定时,采用最优化方法得出为本小区和周围小区分配反馈比特数的最优解.仿真结果表明,该算法与平均比特分配算法相比有效地提升了用户平均传输速率.

演化信息协助的动态协同随机漂移粒子群优化算法

为了改善随机漂移粒子群算法的群体多样性,通过演化信息的协助,提出动态协同随机漂移粒子群优化(CRDPSO)算法。利用上下文粒子的向量信息,粒子之间的动态协作增加了种群多样性,这有助于提高群体的搜索能力,并使整个群体协同搜索全局最优值。同时在演化过程中的每次迭代,利用二维空间分割树结构来存储算法中的估计解的位置和适应度值,从而实现快速适应度函数逼近。由于适应度函数逼近增强了变异策略,因此变异是自适应且无参数的。通过典型测试函数将CRDPSO算法和差分进化算法(DE)、协方差矩阵适应进化策略算法(CMA-ES)、非重复访问遗传算法(cNrGA)以及三种改进的量子行为粒子群算法(QPSO)进行比较。实验结果表明,不管是对于单峰还是多峰测试函数,CRDPSO的性能均是最优的,证明了该算法的有效性。

基于DNN卷积核分割的边缘协作推理性能分析

随着智能芯片在边缘终端设备的普及,未来大量的AI应用将部署在更靠近数据源的网络边缘。基于DNN的分割方法可以实现深度学习模型在资源受限的终端设备上训练和部署,解决边缘AI算力瓶颈问题。在传统基于工作负载的分割方案(WPM,workload based partition method)的基础上,提出基于卷积核的分割方案(KPM,kernelbasedpartitionmethod),分别从计算量、内存占用、通信开销3个方面进行推理性能的定量分析,并从推理过程灵活性、鲁棒性、隐私性角度进行定性分析。最后搭建软硬件实验平台,使用PyTorch实现Alex Net和VGG11网络进一步验证所提方案在时延和能耗方面的性能优势,相比于传统工作负载分割方案,所提卷积核分割方案在大规模计算场景下有更好的DNN推理加速效果,且具有更低的内存占用和能量消耗。