基于最优独立通路的通风网络调节位置优化

独立通路在通风网络中具有重要的作用,寻找一种能够快速搜索复杂网络独立通路的算法具有重要意义。采用通路法进行网络调节可以优化通风网络的调节效果。传统的通路搜索算法搜索的通路一般较长,无法处理特殊网络的搜索问题且无法同时保证通路的独立性和完备性。为了解决传统通路搜索算法存在的问题,系统研究了独立通路搜索的关键技术,在分析传统通路搜索算法局限性的基础上,提出了1种改进的独立通路搜索算法。该算法处理了网络中的割边、割点问题,避免了算法陷入死循环或异常中断;结合BFS法改进了通路搜索的性能,便于控制通路中关键分支的搜索;分析独立通路完备性搜索失败的原因,并通过记忆搜索策略解决了含有单向回路的通路搜索问题。利用改进的独立通路搜索算法,提出了1种自适应通路调节法,该方法可以获得1棵具有最优调节位置的最佳通路调节树,从而得到一组最优增阻调节解。

基于外特性等值的虚拟电厂灵活性资源价值评估

为充分发挥分布式能源清洁、灵活、经济等优点,需高效管理其综合灵活调节特性。然而,直接将虚拟电厂模型嵌入主网调度中,易带来不同能源主体隐私泄露的风险和极大的计算负担。因此,需要对虚拟电厂多品类灵活性资源进行聚合,计算其等值外特性。为此,提出基于顶点搜索的虚拟电厂灵活性刻画方法,将虚拟电厂内部各类灵活性资源聚合为虚拟电厂节点输出功率,其数学本质为高维灵活性空间向低维灵活性空间的投影。而后引入基于外推的顶点搜索方法,通过最大化超平面间欧几里得距离实现对投影空间的逼近。最后,基于该虚拟电厂外特性等值方法,提出虚拟电厂灵活性资源价值评估方法,从几何角度解释虚拟电厂接入前后主网运行成本及最优解变化情况。算例分析表明,所提出的虚拟电厂灵活性聚合模型可以有效降低主网的运行成本,所提出的基于外特性等值的虚拟电厂价值评估方法在灵活性范围变化较小的情况下可以有效评估各类灵活性设备产生的价值。

基于顶点粒的强连通分量挖掘算法

强连通分量问题的实质是将有向图分解为一组互不相交的极大强连通子图.每个子图中的任一顶点到其它顶点都是可达的,既是其它顶点的祖先,又是后代.利用宽度优先搜索(BFS)可得到目标有向图中任一顶点的祖先顶点集与后代顶点集,两个集合的交集即为包含当前顶点的强连通分量.首先,基于BFS的强连通分量挖掘方法(BSCC)的效率取决于BFS被调用次数,因此,引入了3种启发式信息来减少BFS调用次数.对强连通分量进行深入分析,发现了顶点间的两种相关性.满足任一相关性的两个顶点不会分属两个有价值强连通分量.根据这两种相关性提出了一种顶点粒化策略,可构建每个顶点所对应的顶点粒,继而提出了基于顶点粒的强连通分量挖掘算法(GSCC),优化了BSCC算法中顶点调用BFS的方式,提高了强连通分量挖掘效率.实验结果表明,相比BSCC算法和线性复杂度的Tarjan算法,GSCC算法具有更好的性能.

提高数控加工仿真速度和效果的关键技术研究

提出了三角网格模型局部重绘的顶点搜索算法 ,以提高数控加工动态仿真的速度和效果 每仿真一条加工代码 ,先为所有被改变的三角片构造一个略宽的包围盒 ,然后通过对该包围盒内部的像素点 ,以及沿 y方向从包围盒上下两条边出发对它外部的像素点进行搜索 ,获得完全或部分位于包围盒内的三角片所对应的顶点 ,并依此重绘这些三角片 在此基础上改进了本单位自主研制的机械CAD/CAM系列软件中加工仿真软件的功能 ,并通过对比测试 。

基于割点和路径搜索的输电断面快速识别方法

提出了一种基于割点和路径搜索的输电断面快速识别方法。该方法依据过载支路切除后的潮流转移特征定义了输电断面,并借助图论中的割点和块以及最短路径等概念,深入分析了输电断面的拓扑特征;通过一系列的矩阵运算,在以断开支路为中心的块中搜索出断开支路两端点间的前k条最短路径,并最终识别出受支路断开影响最严重的输电断面。文中在电网模型降维、k值的优化选取和路径搜索方面均做出了重要改进,给出了k的取值原则和利用邻近节点信息确定最短路径的方法,有效避免了关键支路漏选且可大大减少分析计算量,实现了输电断面的快速识别,为预防电网连锁故障引发的级联跳闸奠定了基础。在新英格兰39节点和IEEE 118节点系统上进行了仿真分析,结果验证了该方法的正确性和有效性。

基于“度搜索”的最短径路算法

最短径路是网络优化中的一个经典问题,Dijkstra算法被公认为是一种十分有效的最短径路的搜索求解算法.本文在研究网络一般结构特点的基础上,发现传统Dijkstra算法在每次迭代过程中都需要搜索所有节点的这一缺陷,通过向搜索节点中引入“度”的信息,提出了基于“度搜索”的改进算法,并根据网络的特点,给出了有向网络和无向网络两种情况下存在“度”差异的算法设计方法;算法的整体结构与Dijkstra保持了一致性,没有算法结构的突变,因而通过修改原有Dijkstra程序和重新设计“度搜索”程序都十分容易实现.该算法提高了最短径路的搜索效率,特别是对稀疏网络,算法效率更为明显,其复杂度小于O(|V|2).

基于动态结构重叠网格的三维外挂物分离的数值模拟

在动态结构重叠网格技术的基础上,提出了"相邻格点搜索法"来进行洞边界的确定和贡献单元的搜寻,将传统的三维搜索转化为准一维搜索,大幅度提高了搜索效率,并对外挂物分离的非定常流场进行了数值模拟,计算结果与试验数据符合良好,说明本文的外挂物分离数值模拟方法是正确的、高效的,在工程实际应用中是可行的。

基于混合优化算法的网络流量有效测量点选择

提出一种基于禁忌搜索和蚁群算法的求解最小弱顶点覆盖问题的混合优化算法,用于解决网络流量有效测量点的选择问题。仿真结果表明,比较现有算法,本算法能够找到更小的弱顶点覆盖集,且具有更好的可扩展性和实用性。

一种大规模图数据上已知项搜索的优化方法

近年来,在社交网络、生物信息、软件工程、知识工程等领域,以图为天然组织结构的数据开始大量涌现,从而使得图数据的查询、搜索、挖掘等问题迅速成为研究热点.然而,由于图的计算复杂度高,现有的图数据关键词搜索方法的可伸缩性差,难以应用于大规模图数据.创新性地从对用户搜索意图的探索出发,探讨了可能存在的不同类型的图搜索及其优化潜力,提出了根据不同类型搜索的特点采用专门的优化策略的思想;并针对其中非常重要和常见的"已知项搜索"提出了一种启发式优化方法,利用图中局部拓扑信息构建索引,并使用MapReduce技术处理大规模图数据,实现在搜索前裁剪匹配顶点,以少量可能存在的top-k答案丢失为代价来显著缩减搜索空间.实验证明该方法能够极大地减少已知项搜索的响应时间.

改进双向蚁群算法的移动机器人路径规划

针对机器人在静态环境下全局路径规划存在无法找到最短路径,收敛速度慢,路径搜索盲目性大,拐点多等问题,提出一种改进双向蚁群算法。以栅格地图为机器人运行环境,对障碍物有效顶点进行定义、编码和运用,同时结合以相同障碍物有效顶点为相遇条件的双向蚁群算法,双向交替进行路径搜索,能够快速地找到更短路径,得到的路径拐点更少。引入改进的状态转移规则,能够加快搜索速度。在启发函数中引入可调常数因子,在以障碍物有效顶点为路径搜索的节点,每走一步相当于传统算法的一步或多步行走。动态调整挥发系数并设置信息素浓度范围,能够避免陷入早熟。通过与其他算法仿真对比,验证了改进算法的可行性、有效性和优越性。

基于快速图挖掘的网络拓扑局部调节区域算法

针对IP骨干网重新配置中繁重工作量的问题,提出一种快速图挖掘算法来解决网络拓扑的局部调节区域问题,解决了从网络拓扑中找到组件时子图同构的NP-hard问题,减少了网络重构的操作工作量.该文提出的启发式图挖掘算法顶点,称为顶点目标搜索(vertex targeting search,VTS)算法,通过考虑网络操作条件减少了搜索空间的大小.实验结果表明,该文方法可以快速得到搜索网络模式图,与其他方法比较,该文具有较少的搜索时间,说明该文方法具有可行性和有效性.

边界模型布尔分割环自动识别

布尔分割环是设计特征在边界模型上造型的痕迹,其自动识别是后续设计特征自动重构的基础.在对特征造型过程形状演化分析基础上,提出一种布尔分割环几何表示和自动识别构建方法.首先依据边界的凹凸特性及顶点的邻接特性构建边界模型的特征顶点邻接图,并对邻接图开展顶点节点树搜索;然后将搜索方法分为初始节点选择、节点增长、搜索评估和反向传播4个步骤,在节点增长步骤中,采用相邻节点到特征面距离最小判定方法及顶点虚拟邻接构成伪边的方法,实现分割环的封闭和特征面的有效分割.实例结果表明,该方法能够从复杂特征相交形成的交线中自动识别和构造出布尔分割环.

基于图论和蚁群算法的机场停机位分配优化研究

通过分析机场停机位分配的特点,以停机位使用数量最少、航空器在机场滑行距离或时间最短且充分考虑机位均衡利用为目标,建立了机场停机位分配问题的优化模型。应用图论的原理将该问题转化为对图的顶点着色问题,在随机序列启发式搜索求解基础上,设计了基于蚂蚁径路搜索规则的迭代寻优算法,即通过设置邻接矩阵,使每只蚂蚁在可行域内一步步构建有化解,该算法有效地避免了启发式搜索易陷入局部最优的缺陷。最后构造了算例,验证了该模型与算法的合理性。

参数算法的实现研究

参数算法在工业制造和生物化学等很多领域得到了广泛的应用。在典型的参数算法中,有界搜索树和动态规划是常用技术。论文以代表性的可重构阵列瑕点覆盖参数算法为例,论述了算法基于面向对象思想的模块设计及基于Java的实现技术,详细说明了有界搜索树与动态规划的具体实现技术,对复杂参数算法从纯理论研究走向实际应用作了探索性的研究。

一种求解有向图最小反馈节点集的搜索算法

反馈节点集问题源于组合电路的设计,在预防计算机操作系统的死锁、VLSI芯片设计、计算机程序证明以及贝叶斯推论等方面都有极其重要的应用。最小反馈节点集问题是一个NP完全问题,很难准确求解。该文在计算流程、图的约减操作以及贪婪函数3个方面对以前求解该问题的贪婪随机适应性搜索算法作了改进。实验表明改进的算法无论在计算结果方面还是在计算稳定性方面都要优于前者,同时还在一定程度上减少了计算时间。

用广度优先搜索求割点和块的算法研究

本文在作者以前研究的基础上,进一步提出子树径和独立子树径的概念,深刻分析了在广度优先搜索下简单连通无向图的结构特征,并给出判断割点和块的准则,为设计用广度优先搜索寻找割点和块的有效算法提供了理论依据。

基于MOEA/D算法求解最小加权顶点覆盖问题

针对最小加权顶点覆盖问题中顶点被赋予多个权重的情况,提出了一种基于分解的多目标最小加权顶点覆盖算法.利用权重聚合方法将多目标问题分解为单目标问题.在初始化过程中,利用异步更新规则下的雪堆博弈形成初始种群.在局部搜索阶段,利用删除、交换、添加三个操作算子引导目标朝着最优方向进化,为了更好的加快搜索收敛速度,引入自适应策略搜索解空间.在基准实例上对算法进行验证,并与MONSD和NSGA2算法作对比.实验结果表明,该算法在收敛性和多样性方面要优于另外两种算法.

基于顶点粒k步搜索和粗糙集的强连通分量挖掘算法

强连通分量挖掘是图论中的经典问题之一,如何设计更高效率的串行强连通分量挖掘算法具有现实需求。GRSCC算法利用k步上近似和k步R相关集这两个粗糙集算子所构成的SUB-RSCC函数,可实现简单有向图中的强连通分量挖掘,而SUB-RSCC函数的调用次数决定了挖掘效率。根据挖掘强连通分量时顶点间存在的相关性,GRSCC算法引入了粒化策略,减少了SUB-RSCC函数的调用次数,提高了挖掘效率。在GRSCC算法的基础上,分析发现了顶点间的另外两种强连通分量相关性,由此设计了一种新的顶点粒化策略,进而提出了一种顶点粒k步搜索方法,可更大程度地减少SUB-RSCC函数的调用次数。最后,提出了一种基于顶点粒k步搜索和粗糙集的强连通分量挖掘算法KGRSCC。实验结果表明,相比RSCC算法、GRSCC算法和Tarjan算法,KGRSCC算法具有更好的性能。

促进分布式光伏消纳的配电网灵活资源可行域聚合方法

近年来,分布式光伏迎来爆发式增长,给低压配电网带来巨大承载压力,而分布式光伏就地消纳面临巨大挑战。随着新型电力系统建设的推进,配电网的分布式灵活资源呈现多样化和规模化特点,如何充分挖掘利用这些资源的灵活调节潜力,对促进光伏就地消纳至关重要。基于此,提出了基于改进顶点搜索的配电网灵活资源可行域聚合方法。首先,定义了技术经济可行域,建立多元灵活资源技术经济可行域聚合模型,表征资源聚合等值的技术经济特性,为优化调度提供功率和成本的可行信息,降低资源聚合复杂性。然后,提出分区分层、云边协同的配电网多元灵活资源聚合框架。该框架自下而上采用改进顶点搜索法实现海量资源的技术经济可行域等值聚合,再自上而下针对优化后的调度指令进行聚合功率分解,实现光伏就地消纳的最优运行。最后,通过算例分析验证技术经济可行域能够提供简洁直观的等值聚合信息,且所提灵活资源聚合方法能实现满足技术和经济约束的最优调控,可有效促进分布式光伏的就地消纳。

农村中小学选址的空间运筹

农村中小学的选址问题是当前地理学区位理论应用的一个热点,学校作为一个设施对学生上学安全和便捷程度有很大影响。许多学者研究了学校的区位问题,然而对农村地区来说,采用模型不够适合。本文学校选址研究充分考虑P-重心模型和P-中心模型的优缺点,在P-重心模型的基础上对模型进行改进,增加学生上学最大距离不超过某一阈值的约束,这样改进后的模型同时具有P-中心和P-重心模型的优点,既保证农村偏远地区的学生上学相对方便,又保证加权距离和相对最小。为了方便应用,应用地理信息科学方法,使用改进的节点交换搜索算法求解,然后通过Visual Studio开发平台和ArcGIS Engine二次开发组件库开发了农村中小学最优选址的决策支持系统。最后以山东省某镇为例,用该系统解决该镇的小学选址,结果发现改进后同时具有P-重心和P-中心特性的模型比传统的P-重心模型更能适合农村小学选址,能够作为小学学校规划选址的辅助决策依据。