课程文献中心 更多>>

关键词： 有限时间共识   分布式优化算法   经济调度问题   智能电网  

摘要： 在智能电网中,研究经济调度问题具有重要意义.经济调度问题的本质是通过控制各个发电单元的发电量,并在满足各种约束的情况下,最小化电力系统的总发电成本.本文提出一种有限时间共识的连续时间分布式优化算法,融入了投影法和罚函数法的思想.该算法直接从经济调度问题的原问题出发解决,无需将其转化为对偶问题,从而简化了问题构建过程.此外,算法设计了一种新的共识机制,实现了所有智能体在有限时间内达成共识,这一特性提高了算法在经济调度问题中的效率和实用性.最后,通过两个仿真实验验证了所提出的分布式优化算法的有效性.

关键词： 低压成套开关设备   温升   算法   外壳有效散热面积  

摘要： 本文以GB/T 24276—2017为依据,提出了一种基于外壳尺寸和元器件功耗计算低压成套开关设备温升的算法。此算法原理是以外壳尺寸及外壳散热面积为依据,从而得到壳体内部空气温升。通过计算得到的预测温升数值,绘制温升曲线,并与实际温升曲线拟合。结果显示,拟合效果良好,进一步验证了温升预测算法的可行性。希望该算法对企业设计及试验站检测人员有所帮助,共同提高低压电器行业的质量水平和检验效率。

关键词： 多智能体系统   智能电网   经济调度   事件触发机制   分布式优化  

摘要： 研究有向不平衡通信拓扑下智能电网的经济调度问题,提出一种新颖的分布式优化算法,其目的是通过有效调度发电机组的输出功率,以最大限度地降低系统总发电成本.该算法通过引入动量项,确保发电机能够从其自身和邻居处获取更多先前的历史信息,从而在更短的时间内实现收敛.算法中动量项和步长是时变的,因此算法的执行效率更高.为了避免智能体间的连续通信,算法考虑一种新的事件触发条件,其关键参数选择简单,且智能体只在触发时刻向其邻居传输信息.基于成本函数的假设(平滑性和强凸性),通过理论分析表明,当最大步长和最大动量项系数在其限制范围内时,该方法可以实现最优调度.最后通过数值实例进一步验证所提出算法的优越性和正确性.

关键词： 编队控制   领航者-跟随者   虚拟动态目标   线性二次型调节器   比例微分控制器  

摘要： 本文针对多机器人编队控制问题,提出一种基于线性二次型调节器(LQR)的编队控制方法。该方法基于领航-跟随法,将编队控制转化为跟随机器人对虚拟目标点的轨迹跟踪控制。首先,各跟随者根据领航者位姿状态数据和自身角色配置计算得到对应的动态虚拟目标位置。其次,建立阿克曼运动学模型,基于该模型开发了基于LQR的编队控制算法用于横向与纵向距离控制。与传统的基于比例微分控制器(PD)的编队方法相比,实验结果表明基于LQR的编队控制算法具有运动稳定、收敛速度快的优点。

关键词： 企业高管   城市发展规划   城乡规划   网络直播   人工智能   规划模式   创新思路   创新想法  

摘要： 近年来,大数据、人工智能、云计算等新技术在城乡规划领域的应用日益广泛,规划模式方法不断更新变化,传统的规划方法和技术已难以满足当前城乡规划的需求。为应对当前行业的现实困境,2025年3月6—7日,中国城市发展规划设计咨询有限公司(以下简称“中城规划”)举办了以“创新想法、尝新算法、革新做法”为主题的“中城规划2024年度业务交流会”。来自业内22位规划名家、行业主管、企业高管,以及众多设计同仁出席了本次活动,6位行业专家、6位公司总师、28位骨干设计师作了报告,超过5万人次观看会议网络直播。本刊将各位专家学者及中城规划设计师们的观点整理呈现,以期为规划建设转型发展提供创新思路。

关键词： 智能驾驶   PID   LQR   抖动现象  

摘要： 为了解决智能驾驶模式下电动助力转向系统(EPS)受到外界干扰而产生的抖动问题,文章经过详细分析,发现EPS中负责转角闭环控制的比例-积分-微分(PID)控制器的鲁棒性不足是产生抖动现象的根本原因。通过对机械转向系统的受力分析,建立其运动微分方程,并转换为状态方程的形式,给定性能指标,建立线性二次型调节器(LQR)最优控制器。通过仿真分析确定了LQR最优控制器的加权矩阵系数,并进行了实车验证。结果表明,相对于PID控制器,LQR最优控制器表现出更好的鲁棒性和跟随性,不但完全解决了EPS的抖动问题,而且跟随性能的主要指标也有一定程度的提升。文章也为线控转向的角度控制提供了一种切实可行的方式。

关键词： 小目标检测   航拍图像   特征金字塔   自适应特征融合   边缘信息  

摘要： 无人机航拍图像中,目标尺寸变化剧烈、背景复杂且小目标比例较高等特点为目标检测任务带来巨大挑战。尽管现有的基于卷积的目标检测算法能有效获取空间信息,但在实现不同尺度特征的全局交互及边缘细节信息的有效利用上仍存在不足。因此,提出了一种结合多尺度特征聚合扩散和边缘信息增强的小目标检测算法ADEYOLO。构建了多尺度特征聚合扩散金字塔网络(MFADPN),通过在中间层聚合不同层级特征,并将其直接扩散至相邻层以缩短传播路径,有效减少了信息在传递过程中的损失,增强了模型的多尺度表达能力,显著提升了对不同尺度目标的检测能力。设计了自适应上下文融合模块(ACFM),利用通道注意力机制自适应地调整不同特征图的贡献,进一步强化多尺度特征的融合效果,使得重要特征在信息融合过程中更加突出。提出的C2f-Sobel模块通过额外分支结合Sobel算子来提取图像的边缘信息,从而为模型提供了更丰富的细节信息,提升了其在复杂场景下目标定位能力。实验结果表明,ADE-YOLO相较于基线YOLOv10s,在VisDrone2019和TinyPerson数据集上分别提高了8.6个百分点和4.0个百分点(mAP0.5),并且在与其他先进模型的对比中也展示了显著的优势。

关键词： 个人信息保护   劳动者保护   比例原则   算法监控  

摘要： 劳动力、资本等传统生产要素向数字空间的转移,使得用人单位普遍运用算法赋能招聘、管理、决策等劳动管理的全流程。职场算法监控作为辅助用人单位行使管理权的手段之一,在客观上加深了用人单位对劳动者工作状况的掌握程度,提高了劳动监管效率。然而,形式中立的算法规则内嵌着用人单位经济效益最大化的底层逻辑,劳动者个人信息保护面临着职场算法监控的信息收集行为排斥劳动者的知情同意权、劳动者个人信息被过度收集的现实困境。比例原则作为控制处于强势地位的主体过度行使权利的工具性原则,可以为权利的正当行使提供有效的方法论指引与行为准则。比例原则的控权理念与限缩用人单位管理权的目标相契合,比例原则的平衡理念与劳资关系和谐发展的目标相契合,由此可纾解用人单位算法监控权与劳动者个人信息保护的冲突。比例原则适用职场算法监控的具体路径可从实体和程序两方面展开,在实体上,用人单位行使算法监控权应符合目的的实质关联性、必要限度的可控性,以及利益的均衡性;在程序上,用人单位使用算法监控应历经公示、同意、审查程序。

关键词： 移动机器人   路径规划   A^(*)算法   参数曲线   搜索步集合  

摘要： 针对在大规模高分辨地图中传统A^(*)算法机器人路径规划存在耗时较高、路径质量较差等问题,提出了一种搜索步优化A^(*)算法。基于三次Hermite曲线构建步长匹配机器人尺寸、线形符合机器人动力学约束的搜索步(连接当前节点至后继节点的路径边)集合;利用曲线的整段弧长和最大曲率值建立更准确的代价函数。实验结果表明:相较于A^(*)算法规划耗时平均降低51.83%、机器人执行路径的运动耗时平均降低14.07%;相较于HybridA^(*)算法规划耗时平均降低67.65%,运动耗时相近,证明搜索步优化A^(*)算法不仅提高了搜索效率,还通过提高路径质量提升了机器人的运动性能。

关键词： 血糖预测   麻雀搜索算法   注意力机制   时域卷积网络   门控循环单元  

摘要： 糖尿病是当今危害人类健康的常见疾病之一,有效管理和控制血糖对患者至关重要。传统的血糖预测模型大多为单一的深度学习模型,存在精度不足或效率太低的缺陷,制约了其在实际应用中的效果,为此,本文提出了一种基于麻雀搜索的混合神经网络模型,将其应用到血糖预测中。该模型结合了时域卷积网络(Temporal convolutional network,TCN)和门控循环单元(Gated recurrent unit,GRU),是基于端到端方式训练的时序神经网络,根据患者的血糖水平历史记录预测血糖。为确保该模型的泛化能力,使用两个不同来源的数据集进行验证。首先,对多源时序监测数据的特征采样频率进行设定,时间间隔为5 min,接着对数据做平滑处理和标准化,并通过TCN对时序数据捕捉时序模式和依赖特征;然后通过构建基于注意力机制的GRU(GRU⁃Attention)模型进一步提取特征并建模;最后使用麻雀搜索算法对TCN和GRU⁃Attention模型进行超参数优化,实现血糖预测模型。为了证明本文所提模型的有效性,将其预测结果与其他模型进行对比,包括LSTM、ARIMA和RNN等。研究结果表明,提出的基于麻雀搜索算法的TCN和GRU⁃Attention模型在血糖值预测任务中表现良好,两个数据集的均方根误差(Root mean square error,RMSE)和平均绝对误差(Mean absolute error,MAE)分别为0.552和0.402、0.531和0.388,均优于其他模型。