检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

沈阳市和平区城市更新时序研究

沈阳市和平区城市更新时序研究

作者：杨搦斯沈阳建筑大学

学位级别：硕士

在2020年底发布的“十四五”规划中,对城市更新等问题进行了详细规划。加快老居住区改造,完善社区服务功能,尽快营造功能齐全、美观舒适的居住环境。但是由于城市更新项目分散、数量众多。因此,探索和研究城市更新项目的优先重建问题是... 详细信息

在2020年底发布的“十四五”规划中,对城市更新等问题进行了详细规划。加快老居住区改造,完善社区服务功能,尽快营造功能齐全、美观舒适的居住环境。但是由于城市更新项目分散、数量众多。因此,探索和研究城市更新项目的优先重建问题是非常有必要的。为了实现资源再配置最优,本文从“帕累托改进”的概念出发,研究沈阳市和平区城市更新时序问题发展阶段的资源分配,并从城市更新三个主体(即领导者政府、城市更新参与者开发商、城市更新基础居民)之间的递增分配及损失补偿机制,考虑城市更新时序问题。为沈阳市和平区的城市更新时序提供思路和参考。本文以沈阳市和平区的老旧小区为研究对象,按照可比、可操作、可量化原则,简明科学性、综合性、易获取以及区域性原则,将和平区的所有地块划分成独立单元,并对其进行编号。其次,基于帕累托最优理论,按照城市更新三个主体即政府、开发商以及居民,应用层次分析法和专家咨询法构建更新时序评价指标体系,确定指标权重。最后,采用遗传算法对评价对象进行筛选排序,分批次选出地块进行优先更新。分三个批次选出了中光东社区、省委社区、宁大社区、电大小区、三好家园、金都小区、金城家园、豪隆世家、和平新居、诚添大厦住宅楼、哈大楼社区共计11小区,分析发现输出结果在一定程度上符合实际发展情况。结果表明,该模型研究对城市更新时序问题的具有一定的实用价值,为沈阳市和平区城市更新时序控制提供科学方法。

关键词：帕累托城市更新更新时序遗传算法

面向园区无人快递小车的多核静态任务分配技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向园区无人快递小车的多核静态任务分配技术研究

作者：赵进东重庆大学

学位级别：硕士

在末端物流人力派送成本高和车辆智能化发展的大背景下,应用无人快递小车完成“最后一公里”配送成为一种代替人力配送的新尝试。为完成自动驾驶和配送任务,无人快递小车往往应用多核处理器运行程序。由于程序实时性影响行车安全与用户... 详细信息

在末端物流人力派送成本高和车辆智能化发展的大背景下,应用无人快递小车完成“最后一公里”配送成为一种代替人力配送的新尝试。为完成自动驾驶和配送任务,无人快递小车往往应用多核处理器运行程序。由于程序实时性影响行车安全与用户体验,因此合理利用多核资源来实现系统程序高并行、低延迟地执行非常重要。本文面向园区环境应用Simulink模型化方式开发无人快递小车系统程序。针对Simulink隐式任务划分存在处理核利用率不均衡,无法满足系统实时性的问题,通过研究系统任务特性以及多目标静态任务分配算法,在低成本处理器上实现了无人快递小车程序的优化分配。在系统任务特性分析方面,通过剖析系统各运算过程的数据依赖关系,构建无人快递小车系统任务有向无环图模型,实现复杂程序的可视化,进而将系统任务分解为计算节点和通信节点。针对各节点运行受多核处理器复杂架构影响,导致无法准确预测执行时间的问题,通过静态分析计算与通信节点执行过程,并在考虑节点最坏执行情况的基础上,提出基于最多指令执行周期与通信数据占用最多字节数的执行时间间接估计方法。在以充分利用多核资源来满足系统实时性为目标进行任务分配时,针对通信与计算节点分析结果量纲不同且与时间的函数关系无法确定而导致的分配目标无法合并,分配方案难以比较的问题,提出对分配方案从多维度单独进行评价,进而运用支配关系进行比较的解决方案。在此基础上,通过对比分析现有任务分配方法以及进行相关实验,确定应用多目标粒子群算法来对任务分配方案进行求解,从而生成由非支配分配方案构成的帕累托前沿,并对选取的分配方案在现有平台进行测试,结果显示任务分配优化方案能够均衡各个处理核利用率,满足系统运行实时性,最后通过离线与实车测试验证了任务分配优化方案在低成本计算平台上的有效性。

关键词：无人快递小车任务特性分析帕累托静态任务分配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多目标应急调度模型与改进差分进化算法研究

多目标应急调度模型与改进差分进化算法研究

作者：张明茜沈阳建筑大学

学位级别：硕士

近年来,自然灾害在我国乃至全球频繁发生,造成巨大人员伤亡与经济损失。因此,灾难发生后第一时间建立合理的应急管理体系,形成快速灵敏的预警和反应体制,提出合理的应急调度救援方案,对提高应急救援过程中应急物资的配送效率和降低自然... 详细信息

近年来,自然灾害在我国乃至全球频繁发生,造成巨大人员伤亡与经济损失。因此,灾难发生后第一时间建立合理的应急管理体系,形成快速灵敏的预警和反应体制,提出合理的应急调度救援方案,对提高应急救援过程中应急物资的配送效率和降低自然灾害带来的后续损失至关重要。由于应急调度问题是一个典型的多目标优化问题,多个目标往往相互限制,传统的解决方法很难收敛到Pareto解集。本文从多目标优化角度对应急物资调度问题进行了系统的研究,包括建立数学模型与算法求解两个方面。在数学模型方面,针对应急调度的实际情况,建立供应点总供应资源量小于受灾点总需求量的约束多目标应急调度救援模型;在求解算法方面,对差分进化(DE,Differential Evolution)算法进行改进,用于解决多目标优化问题,通过引入新的变异策略,来求解所建立数学模型,提高差分进化算法在解决离散应用问题的能力。本文主要研究内容如下:首先,以连续消耗应急物资调度为背景,构建了由多供应点到多受灾点的救援网络,充分考虑了有限的运送能力与大量的物资需求间的矛盾对应急救援过程的影响。并以应急调度总花费最小与受灾点最大缺失最少为目标,建立了约束多目标应急物资调度模型。其次,应用基本差分进化算法求解构建的应急调度模型,根据Pareto支配与拥挤距离评价种群个体性能的优良。进一步引入DE/best/1变异策略与DE/rand/2变异策略,提出了一种双变异策略的差分进化算法。该算法对于种群中的Pareto前沿集合中的个体采用开发性较好的DE/best/1变异策略进行变异操作,对于种群中的非Pareto前沿解集合中的其他个体采用探索性较好的DE/rand/2变异策略进行变异操作,从而更好地平衡了开发性能与探索性能。最后,通过不同规模应急调度问题的仿真实验,得出在应急调度总花费与最大缺失损失两个目标协同作用情况下,与基本差分进化算法相比,双变异策略的差分进化算法在求解多目标多约束应急调度模型时,获得了较低的应急调度总花费与较小的最大缺失损失。得到了更多的Pareto前沿解,同时解的分布也更加广泛。从而得出本文建立应急调度模型的可行性与双变异策略差分进化算法的有效性和优越性。

关键词：应急物资调度模型多目标优化差分进化算法帕累托变异策略

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于信息时效性的无人机路径规划策略研究

基于信息时效性的无人机路径规划策略研究

作者：贾泽坤北京邮电大学

学位级别：硕士

随着无人机技术的不断成熟,其高机动性和低维护成本等优势促使了无人机中继技术的蓬勃发展。在基站信号覆盖不完全的场景中,比如山区或森林,无人机可作为快捷的空中中继平台,收集地面传感器的感知数据,并转发给基站进行后续处理。由于... 详细信息

随着无人机技术的不断成熟,其高机动性和低维护成本等优势促使了无人机中继技术的蓬勃发展。在基站信号覆盖不完全的场景中,比如山区或森林,无人机可作为快捷的空中中继平台,收集地面传感器的感知数据,并转发给基站进行后续处理。由于无人机续航能力有限,目前针对无人机中继的研究主要聚焦在能效最优的飞行轨迹规划。随着实时检测类应用的涌现使得基站对传感器收集数据的时效性要求越来越高。因此,本文基于信息年龄的概念,研究以最优化信息时效性为目标的无人机轨迹规划及中继策略。一方面,由于地面传感器节点能量受限导致其传输范围是有限的,如何在保证各节点信息收集完整性的前提下,根据节点剩余能量设计时效性最优的无人机中继策略及飞行轨迹,是值得研究的问题。另一方面,由于无人机飞行能耗与中继信息时效性存在相互制约的关系,则如何准确刻画无人机中继的能耗及信息时效性间的折中关系,从而根据实际系统参数选取性价比最优的轨迹,是值得研究的问题。为了解决以上两个关键问题,本文的主要贡献如下:（1）针对多地面节点场景下的信息中继问题,本文以所中继信息的时效性为优化目标,综合考虑地面节点的能量限制以及节点传输最小信息量的约束,联合优化无人机的飞行轨迹及信息中继策略。首先,本文考虑了三种模式的中继策略,分别为悬停策略、飞行策略以及混合策略。本文基于地面节点的能量以及所传信息量限制,使用二维搜索算法,选择时效性最优的无人机信息中继模式,并求解出无人机中继过程中的飞行速度以及悬停时间。进而,在已知每个节点处中继策略的情况下,基于动态规划算法,求解无人机在多节点中,时效性最优的飞行轨迹。仿真结果表明,基于信息时效性的轨迹相比于基于最小飞行能量的轨迹可以极大提高信息时效性。仿真结果还表明,在节点能量约束条件下,通过优化无人机的信息中继策略可以进一步提升中继信息的时效性。（2）考虑到无人机飞行能耗和中继信息时效性之间的相互制约关系,针对单节点场景下的信息中继问题,本文推导了直线与圆形轨迹下无人机飞行能耗与中继信息的时效性之间的帕累托关系,进而得出在给定节点间距的情况下的帕累托边界值,并获得能效及时效性最优的飞行轨迹以及飞行速度。并根据所得出的帕累托曲线,可基于飞行功率范围对应得出可达最优信息时效性,并基于时效性需求对应得出所需最小飞行能量。仿真结果还表明,基于所推导的无人机飞行能耗与中继信息的时效性的帕累托关系研究,可以通过优化无人机的飞行轨迹以及飞行速度,在优化中继信息时效性的同时最小化无人机的能耗,从而进一步提升了无人机中继系统的性能。

关键词：无人机路径规划信息时效性中继策略帕累托

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

论“长尾理论”在构建广告传播情境中的运用

新闻知识 2011年第4期 59-60页

作者：戴海波江苏省淮阴师范学院传媒学院

1906年意大利经济学家帕累托提出了著名的二八定律,即国家财富的80%集中在20%的人手中。随后,这一定律也被延伸到商业领域,

关键词： “长尾理论” 广告传播情境二八定律经济学家国家财富商业领域帕累托

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

大型风力发电系统多目标优化控制研究

大型风力发电系统多目标优化控制研究

作者：陈振宇华北电力大学(北京)

学位级别：硕士

在风能越来越被大规模利用的今天,风电机组作为吸收风能并将其转化为电能的装置,也越来越多的受到科学研究的重视。而随着技术的不断进步,单纯的以额定风速以下最大功率跟踪、额定风速以上稳定恒功率输出的控制方式已经不能满足当下的需... 详细信息

在风能越来越被大规模利用的今天,风电机组作为吸收风能并将其转化为电能的装置,也越来越多的受到科学研究的重视。而随着技术的不断进步,单纯的以额定风速以下最大功率跟踪、额定风速以上稳定恒功率输出的控制方式已经不能满足当下的需求,对风电机组的控制也应当考虑不同的优化目标。在额定风速以上,功率稳定性的重要性不言而喻,但除此之外,发电机转速与转矩的运行是否稳定、桨距角动作是否频繁,机组载荷状态是否良好同样需要得到重视并结合到控制器设计中。具体的优化方式为,以变桨距控制和发电机转矩控制两控制器的协调工作为实现方式,基于控制器调节和仿真测试,区分不同控制器参数下机组运行的差异性,并以多目标协调优化为目的寻找满足目的的控制器参数,实现风电机组多目标优化。主要研究工作如下:通过基于极点配置的风电机组控制器调节,明确发电机转矩控制与桨距角控制对机组主要状态参数的影响以及在单一控制参数调节中存在冲突的优化目标,依此建立控制器协调-目标协调的双层优化框架。定量分析各控制器调节中存在的多目标的差异特性,结合Pareto优化理论,实现对最优边界的定性分析,以梯度为区分方式以在最优边界上寻找满意解,实现机组多目标优化。通过参数相关性分析,提取结合传动轴载荷和叶根载荷的风机载荷特征参数,进而进行基于模型预测控制的载荷-功率双目标协调优化,在最优边界上选择适当的满意解作为边界得到最优解集并反推得到最优控制器权重集;通过定性计算一段时间窗口内的风速湍流大小为依据,以最优权重集为目标权重参数,实现变权重风电机组预测控制。

关键词：风电机组多目标优化协调控制帕累托变权重

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高科技创业企业决策搜索理论与模型研究

高科技创业企业决策搜索理论与模型研究

作者：邓飞武汉理工大学

学位级别：硕士

本文利用概率论和博弈论对高科技创业企业决策搜索过程进行了分析。在创业起业阶段，通过对决策者搜索的期望利润与在位者所获行业利润进行比较分析，得出了搜索的期望分布函数为均匀分布和具有随机一阶占优性的结论，解释了已经搜索进... 详细信息

本文利用概率论和博弈论对高科技创业企业决策搜索过程进行了分析。在创业起业阶段，通过对决策者搜索的期望利润与在位者所获行业利润进行比较分析，得出了搜索的期望分布函数为均匀分布和具有随机一阶占优性的结论，解释了已经搜索进入到该行业的平均利润高于正在进行搜索的决策者的期望利润。分析并提出了各投资者对预期搜索组建的高科技企业的贡献偏好越强，那么企业的形成动因越强;对于创业搜索的形成，企业的产出或利益分配机制不产生影响，它被各投资者拟贡献的资源之和所替代;然后得出了：随着企业投资者数的增多创业企业的稳定性对投资者的偏好的灵敏度越高，而以企业投资者确定的最优边界，随企业投资者贡献偏好的增强呈指数扩大。本文认为，创业企业搜索进入到垂直型纵向一体化、纵向垂直型企业集团时，表现在处于条块分割市场具有纵向链性质的纵向产业关系中。分析了在纵向外部性的作用下，这种纵向产业关系中存在很强制动因搜索形成垂直型高科技企业集团。在竞争性的纵向高科技产业关系中，由于市场交易的多种不确定性，与在专用性投资生产专用性或获准专用性中间产品需要之间内在的矛盾，使得企业之间存在或强动因或弱动因去搜索组建高科技企业集团。当中间产品的专用性很强且市场交易费用很高时，企业之间存在强动因通过纵向一体化形成高科技企业集团的核心层;反之，当中间产品的专用性很弱且市场交易费用很低时，企业之间存在弱动因通过建立企业网络形成企业集团的紧密层或半紧密层。面对风险较大的市场不确定性的弱势企业，存在强动因通过订立长期契约成为企业集团的协作层。此外现实中有很多企业纵向化搜索是在弱动因下搜索形成的，它不一定有利于改进社会福利，对于这样的高科技企业的搜索组建政府应当采取谨慎态度。创业企业搜索进入到水平化搜索阶段，搜索动因转为追求规模经济，追求规模经济并不是水平型企业集团形成的充分条件，只是在产业技术水平和管理水平约束下的必要条件;同时导致创业企业水平化搜索组建动因是要素互补。高科技企业生产的产品之间的要素互补是另一种经济外部性，这种外部性同样在创业企业搜索完成之后被内部化了，因而提高企业所有成员的经济效益。最后，通过案例分析，将本文的理论研究成果运用于对现实高科技企业的决策搜索过程进行了解释，同时也是对理论本身的一次检验。案例研究表明，在假设情况下的一般结论与现实相符。

关键词：高科技创业企业决策搜索博弈帕累托

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

综合能源系统调度优化的分解型交叉熵算法

综合能源系统调度优化的分解型交叉熵算法

作者：查永星深圳大学

学位级别：硕士

随着化石能源的日渐枯竭和环球环境的日益恶化,传统电力系统的能源结构已经不适应未来能源发展的需要。综合能源系统利用先进的能量转换技术聚集风能、太阳能、地热能、天然气和生物质能,并传输和转换给冷、热、电及其它形式的用户消费... 详细信息

随着化石能源的日渐枯竭和环球环境的日益恶化,传统电力系统的能源结构已经不适应未来能源发展的需要。综合能源系统利用先进的能量转换技术聚集风能、太阳能、地热能、天然气和生物质能,并传输和转换给冷、热、电及其它形式的用户消费,是代表未来可持续发展的智能电网前沿系统。然而,当前成熟的调度技术主要面向传统能源和负荷,不适应天然气和生物质能等接入后的系统调度需求。调度是确保系统运行经济和环保的首要环节。因此,考虑天然气和生物质能等,开展综合能源系统调度优化研究具有重要的理论和应用意义。首先,提出了一种新颖的多目标优化的分解型交叉熵算法。这种算法先将复杂优化问题分解为若干个子优化问题,并由交叉熵算法通过重要性采样技术寻找各子优化问题最优或近似最优状态的重要抽样分布,再基于重要抽样分布生成每个子优化问题的最优或近似最优解,从而获得整个多目标优化模型最优或近似最优帕累托前沿。参考基于分解的多目标进化算法的框架,这种方法也可以称作基于分解的多目标交叉熵(Multiobjective Cross Entropy Algorithm Based on Decomposition,MOCE/D)算法。它为综合能源系统多目标优化模型提供了一种新的求解方法。其次,提出了一种含间歇性能源的综合能源系统多目标调度方法。以综合能源系统的运行成本、污染气体排放量和网损最小为优化目标,以满足系统安全运行条件和发电机组出力上下限条件为约束,构建了含间歇性能源的综合能源系统多目标优化模型。并给出了基于MOCE/D的求解算法。再次,提出了一种含沼气的冷热电联供综合能源系统多目标调度方法。以综合能源系统的运行成本、碳排放量和能量转换损失作为优化目标,以满足系统安全运行条件和供需平衡条件为约束,构建了含沼气的冷热电联供综合能源系统多目标优化模型。并给出了基于MOCE/D的求解算法。最后,对综合能源系统多目标优化调度方法进行了仿真和分析。运用Matlab语言编写调试了上述综合能源系统多目标优化调度方法的通用程序,并对多个系统进行了仿真计算和分析。仿真结果表明,与对比算法和对比模型相比,本文提出的两个综合能源系统多目标优化调度方法具有更好的稳定性、收敛性和节能减排效果。本文提出的MOCE/D算法融合了交叉熵算法寻优能力强和分解算法计算复杂度低的优点,因此求解过程快、得到的解决方案更优,它为高效实现综合能源系统调度提供了一种新的有效途径。本文构建的含间歇性能源综合能源系统模型,通过优化系统中发电机组出力,能消纳间歇性能源发电带来的不确定性,并提高系统经济环保性。本文构建的含沼气冷热电联供综合能源系统模型,通过优化综合能源系统中沼气的流向和流量,能有效降低系统的生产成本和排放成本。

关键词：综合能源系统调度交叉熵分解帕累托

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

求解多目标旅行商问题的蚁群算法研究

求解多目标旅行商问题的蚁群算法研究

作者：王瑞涛东北大学

学位级别：硕士

多目标优化旅行商问题(TSP)在评价解时拥有多个复杂的标准。没有任何偏好信息,帕累托(PARETO)优化在这些解中建立一个偏序关系,并且算法的输出结果变成一个非支配解集而不是一个单解。近些年来,为了解决多目标旅行商问题,已经提出了多... 详细信息

多目标优化旅行商问题(TSP)在评价解时拥有多个复杂的标准。没有任何偏好信息,帕累托(PARETO)优化在这些解中建立一个偏序关系,并且算法的输出结果变成一个非支配解集而不是一个单解。近些年来,为了解决多目标旅行商问题,已经提出了多种蚁群优化算法;这些多目标蚁群优化算法(MOACO)针对多目标环境的特征,已经提出了多种设计理念。目前对多目标蚁群算法的研究主要集中在如何利用优化过程中获取的成功经验进一步强化正反馈机制,但该种方式难于避免算法的早熟收敛问题。针对该问题本文从获取优化过程中的失败教训并将其应用于强化负反馈机制的角度对多目标蚁群算法进行了研究,通过为蚂蚁提供多样化的信息有效指导其觅食过程。本文的工作主要体现在以下三个方面:首先采用箱线图、H-指标和Kruskal-Wallis测试对目前已知的多目标蚁群算法进行比较分析,通过分析发现MOEA/D-ACO算法的性能比其他算法要好,而且信息素更新方式的不同,对算法的影响很大;然后在好的算法(MOEA/D-ACO)的基础上,结合负反馈机制提出了 NMOACO/D算法;将蚂蚁群体分成多个组,对每组申请一个正反馈信息素矩阵的同时申请一个负反馈信息素矩阵;利用每次迭代得到的最差解更新每组的负反馈信息素矩阵。通过将NMOACO/D算法与其他已知算法比较发现,NMOACO/D算法的稳定不好;针对该问题,提出了自适应机制的SNMOACO/D算法;由于更新素更新方式的不同对算法影响不同,提出了三种信息索更新策略;在聚集信息素时,自适应调整三种信息素重要性系数。为了验证提出算法的有效性,在不同规模问题上对提出的算法进行了测试并与相关算法的比较,结果表明MOEA/D-ACO在已知的算法中性能比较好但是稳定性不好,并且NMOACO/D算法比MOEA/D-ACO算法的性能好但是稳定性同样不好,SNMOACO/D算法比NMOACO/D算法的稳定性要好。

关键词：蚁群优化旅行商多目标帕累托负反馈自适应