检索结果-内蒙古大学图书馆

系统工程与电子技术 2023年第8期45卷 2370-2376页

作者：汪萌诸兵北京航空航天大学自动化科学与电气工程学院北京100191

目标检测算法在自动驾驶领域有着不可或缺的地位,其检测精度和速度往往可以作为评判一个自动驾驶系统好坏的标准。如何提升目标检测精度和速度已成为当前目标检测算法的主要研究方向。对此,提出了一种基于不确定性建模的目标检测改进算... 详细信息

目标检测算法在自动驾驶领域有着不可或缺的地位,其检测精度和速度往往可以作为评判一个自动驾驶系统好坏的标准。如何提升目标检测精度和速度已成为当前目标检测算法的主要研究方向。对此,提出了一种基于不确定性建模的目标检测改进算法,在原有二维单次多柜检测器上通过对物体的边界框进行高斯建模并引入新的位置损失函数,实现对原有检测结果的微调。同时,在原有单阶单目三维检测器的基础上引入深度以及航向角的不确定性来调整目标在热力图中的高斯半径,并用马氏距离替代原有的L1距离以提升对较远目标和斜向目标的识别率。对比实验证明,改进后的2D和3D检测算法在KITTI自动驾驶数据集上对比原始2D和3D算法,检测精度分别提升了近5%和2%。

关键词：深度学习目标检测自动驾驶不确定性建模

来源：评论

学校读者我要写书评

暂无评论

基于广义概率距离的可再生能源不确定性建模理论及应用

基于广义概率距离的可再生能源不确定性建模理论及应用

引用

作者：董骁翀华北电力大学(北京)

学位级别：博士

随着全球能源转型的加速,以风电、光伏为代表的可再生能源装机容量和发电量呈现持续增长的态势。然而,可再生能源的出力受到气象等多重因素的影响,具有随机性、波动性和间歇性的特点。面对高渗透率的可再生能源并网时,新型电力系统的供... 详细信息

随着全球能源转型的加速,以风电、光伏为代表的可再生能源装机容量和发电量呈现持续增长的态势。然而,可再生能源的出力受到气象等多重因素的影响,具有随机性、波动性和间歇性的特点。面对高渗透率的可再生能源并网时,新型电力系统的供需平衡和对新能源的消纳能力将面临巨大的挑战。因此,可再生能源不确定性建模已成为新型电力系统发展中亟待解决的关键问题之一。依据应用场景的不同,现有可再生能源不确定性建模问题可大致分为确定性预测、概率性预测、场景生成等多个方向,但目前缺乏对这一系列方向内在机理及共性问题的系统性研究。鉴于此,本文将从广义概率距离的角度对可再生能源不确定性建模进行系统性研究。深入探讨不确定性建模需求、依据和方法,为可再生能源不确定性建模提供新的思路和途径。本文主要工作如下: (1)研究提出使用广义概率距离度量建模分布和真实分布之间的差异,并据此构建了可再生能源不确定性建模框架。研究将不确定性建模过程从应用层面和理论层面依次划分为建模需求、建模依据和建模方法三个步骤。从应用层面出发,依据不同的时间/空间尺度(需求)确定相应的协变量(依据),进而设计特定的模型结构提取协变量特征(方法)。而理论层面出发需要明确建模结果的表达形式(需求),并选择合理的广义概率距离(依据)对建模结果进行度量,进而设计合理的模型类型以满足对应的建模结果(方法)。 (2)针对超短期概率预测问题,研究了每个时刻功率随机变量的边缘概率分布建模,提出了基于Quantile散度的隐式分位数网络,实现对分位数函数的非参数连续化建模。其不依赖于对先验分布的假设,并且可以根据建模需求任意调整分位水平获取分位数结果。同时,进一步研究了超短期协变量的融合方法,通过融合历史实测气象/功率数据与数值天气预报数据有效解决超短期尺度内可再生能源趋势预报不可靠的问题,并提出了时空卷积模型实现对时空相关性特征的提取与融合。 (3)针对短期场景生成问题,研究了多个时刻功率随机变量的联合概率分布建模,提出了基于Kullback-Leibler散度的动态相关性网络,实现对多元随机变量间的动态相关性建模。其能够有效学习到可再生能源功率波动剧烈程度与时序相关性的关联,使深度学习模型具有良好的可解释性。同时,进一步研究了短期协变量的融合方法,提出了数据驱动的集成预报融合模型,有效修正了短期尺度内数值天气预报数据的系统性偏差。 (4)针对场景约简问题,研究了提取典型场景的离散概率分布建模,提出了基于Sinkhorn距离的场景约简模型,结合拉格朗日极值条件将NP-Hard场景约简问题转化为无约束优化问题。其能够适用于大规模场景约简问题,并兼顾场景约简问题求解精度和计算效率。同时,进一步研究了典型场景集的计算方法,提出了无监督学习的场景约简网络与算法,有效适用于各种连续/离散场景约简应用场景。

关键词：可再生能源不确定性建模广义概率距离概率预测场景生成场景约简

来源：评论

学校读者我要写书评

暂无评论

面向ICU疾病数据的不确定性建模与死亡风险预测

面向ICU疾病数据的不确定性建模与死亡风险预测

引用

作者：闫孟菲西安理工大学

学位级别：硕士

ICU死亡风险预测旨在利用患者在ICU期间的临床数据和生理指标等信息推断患者死亡的可能性,该任务有助于提高医疗诊疗质量,对临床决策、医疗资源分配以及医学研究具有重要意义。基于传统医学评分模型的ICU死亡风险预测方法过于依赖专家... 详细信息

ICU死亡风险预测旨在利用患者在ICU期间的临床数据和生理指标等信息推断患者死亡的可能性,该任务有助于提高医疗诊疗质量,对临床决策、医疗资源分配以及医学研究具有重要意义。基于传统医学评分模型的ICU死亡风险预测方法过于依赖专家小组的主观评估,限制了模型的预测能力和泛化性能。机器学习方法通过挖掘大数据中的潜在模式来构建ICU死亡风险预测模型,能够弥补传统医学评分模型的不足。但由于ICU数据高维复杂,现有的机器学习方法普遍存在对特征感知能力偏弱的问题,导致预测的准确率不高;同时现有方法缺乏对ICU死亡风险预测结果的不确定性建模和可解释性分析,导致模型在临床实践中可靠性较低。针对上述问题,本文的主要工作包括: (1)研究了基于任务感知重构与多特征增强的ICU死亡风险预测方法,采用重构策略和多特征增强模块来提高模型对关键特征的感知能力,从而提高死亡风险预测的准确率。首先,采用Transformer Encoder作为主干网络,通过特征提取任务生成的注意力分数来定义重要时间戳,屏蔽原始ICU序列中重要时间戳对应的序列值并对其进行重构,进而引导模型学习与ICU死亡风险密切相关的细微变化和关键特征表示,增强模型对ICU时序数据复杂内在规律的挖掘能力。其次,设计了基于统计特征、域变换特征和近似熵特征的多特征增强模块,从而更全面地捕捉患者的信息,从ICU时序数据中提取更丰富的特征表示。最后,通过在MIMIC-Ⅲ患者数据集上的对比实验以及消融实验,验证了该算法能够更好地提取到数据中的关键特征,为死亡风险预测任务提供更可靠的特征表示,提高了预测模型的准确率。 (2)研究了融合不确定性建模与可解释性分析的ICU死亡风险预测模型,通过将基于任务感知重构与多特征增强的特征提取网络和高斯过程分类模型结合,得到死亡风险的点预测结果和不确定性区间预测结果。该模型利用特征提取网络获得大量ICU患者数据中的全局特征表示,并采用高斯过程分类模型建模单个患者的特殊可变性,以量化预测结果的不确定性;同时通过基于动态权重调整的组合核函数提高模型对复杂数据关系的拟合能力。此外,利用SHAP算法对构建完成的预测模型进行可解释性分析,明确各个特征的重要性,使模型的决策过程更易于理解。在MIMIC-Ⅲ数据集上的对比实验和消融实验证明了本文所提出的模型在ICU死亡风险点预测方面具有更高的准确率,并能够提供紧凑的预测区间。可解释性分析结果符合临床知识,说明本文所提出的模型更具有可信度,能够为临床决策提供有价值的参考依据。

关键词：死亡风险预测任务感知重构不确定性建模高斯过程可解释性分析

来源：评论

学校读者我要写书评

暂无评论

基于传输矩阵不确定性建模的单帧图像去雾算法

基于传输矩阵不确定性建模的单帧图像去雾算法

引用

作者：王博康西安电子科技大学

学位级别：硕士

图像去雾作为一种重要的图像增强任务,在无人驾驶、雾天场景识别等领域都有着极其重要的应用。直接从雾图中恢复干净图是极为困难的,在空气中悬浮粒子的散射作用下,雾图退化过程中损失的信息难以被直接寻回。目前主流的图像去雾手段主... 详细信息

图像去雾作为一种重要的图像增强任务,在无人驾驶、雾天场景识别等领域都有着极其重要的应用。直接从雾图中恢复干净图是极为困难的,在空气中悬浮粒子的散射作用下,雾图退化过程中损失的信息难以被直接寻回。目前主流的图像去雾手段主要分为两种:基于物理先验的传统去雾算法以及基于深度学习的深度去雾算法。传统去雾算法受限于手工设计的物理先验往往在复杂场景下难以成立,因此近些年来越来越多端到端的图像去雾算法被提出,并取得一定进展。然而用于训练的合成去雾数据集与真实去雾数据集之间的差异,却限制了此类算法在真实场景下的表现。大气光物理散射模型常被用于雾的物理建模,但该模型是基于匀质雾被提出的,在真实复杂的非匀质雾场景中往往难以有效地发挥,其根本问题在于传输矩阵的估计上。为了解决原本端到端的去雾算法难以处理真实场景下的雾的问题,本文首先提出对传输矩阵的估计进行不确定性建模,并提出了一种针对大气光散射模型在非匀质雾下的空间自适应的模块。具体地说,本文首先提出在具备成对数据集的前提下,对著名的暗通道先验算法进行改进,为网络的训练提供更好的传输矩阵监督信号,之后探索了估计得到的传输矩阵的不确定性。最终在多个数据集上的实验证明了提出的基于不确定性的图像雾图算法的有效性。其次,虽然大量基于深度神经网络的去雾算法被提出,然而很少有人关注到生成式模型在图像去雾任务上的可行性,本文提出一种基于标准化流模型的图像去雾算法。现有去雾算法一般直接在像素域上对网络输出结果进行约束,像素域上图像的分布是非常复杂的;通过标准化流模型,可以在信息无损的前提下将原本复杂的图像分布转换到简单分布上,再对网络输出结果进行约束,从而产生更好的优化效果。最终的实验结果证明了本文提出方法的有效性。

关键词：传输矩阵估计不确定性建模标准化流模型图像去雾

来源：评论

学校读者我要写书评

暂无评论

基于状态感知的需求响应不确定性建模和运行优化研究

基于状态感知的需求响应不确定性建模和运行优化研究

引用

作者：刘丛笑东南大学

学位级别：硕士

随着智能电网技术的快速发展,需求响应技术通过实时电价或激励补贴的机制刺激用户改变用电行为,在削峰填谷、促进新能源消纳、提高资源利用效率等方面的作用愈发显著。其中,居民用户的数量和用电量占比可观,蕴含巨大的需求响应能力。但... 详细信息

随着智能电网技术的快速发展,需求响应技术通过实时电价或激励补贴的机制刺激用户改变用电行为,在削峰填谷、促进新能源消纳、提高资源利用效率等方面的作用愈发显著。其中,居民用户的数量和用电量占比可观,蕴含巨大的需求响应能力。但其用电行为通常具有较强的不确定性,因此精准分析用户的用电行为,深入挖掘用户的需求响应潜力,构建居民用户需求响应不确定性模型,引导用户对其用电行为进行优化,是实现高效需求响应的关键前提。同时,非侵入式负荷识别技术以其成本低、可靠性强、数据完整性高等优势,能够准确快速地感知负荷的运行状态,为需求响应潜力评估提供更为细颗粒度的数据支持,与需求响应技术相契合。基于此,本文以基于非侵入式负荷识别技术的居民用户用电行为分析和优化作为研究对象,从非侵入式负荷识别精度提升,居民用户负荷的需求响应不确定性建模以及用电行为优化三个方面进行研究。首先,本文研究改进非侵入式负荷识别算法的负荷运行状态感知方法。对负荷的电气特征其划分为稳态特征和暂态特征两类,分别采用离散粒子群算法和动态时间规整算法进行基于稳态特征和暂态特征的负荷识别。并对每个稳态或暂态过程,选取若干个识别结果构建负荷识别结果候选集。分析相邻稳态和暂态过程的负荷运行状态之间的逻辑关系,联立多个连续的稳态和暂态过程对应的识别结果候选集。提出基于维特比算法的负荷识别结果校核方法,构建表征负荷运行状态变化的时间序列,并计算序列中每个过程所对应的负荷运行状态,确定最终的负荷识别结果。分别基于仿真数据和实测数据中对所提方法的有效性进行验证。其次,对基于状态感知的负荷需求响应潜力分析及不确定性建模进行研究。分析负荷参与需求响应潜力的主要影响因素。基于用户长期的历史用电数据,采用非侵入式负荷识别技术提取并整理各种可转移负荷的运行情况,基于核密度估计算法对负荷开启时刻和运行时长的概率密度分布进行计算,以信息熵的形式对负荷整体的可控性进行表征,建立负荷运行特性的不确定性模型,以此挖掘用户的用电行为规律。在此基础上,从主观和客观两方面因素对可转移负荷的需求响应潜力进行分析评估。通过对实测数据中两位用户的多种可转移负荷的运行数据进行分析,进而评估不同负荷在不同时段内参与需求响应的潜力。最后,提出了面向需求响应的居民用电行为优化方法。对激励型需求响应的模型进行分析。基于负荷的运行特性模型对用户的用电舒适度进行表征,以兼顾用户的用电经济性和用电舒适度为目标,构建用户用电行为优化模型。将日前的运行优化结果作为用户的基线负荷,在日内优化时考虑实时需求响应指令的影响,结合非侵入式负荷识别技术感知负荷运行状态,采用基于模型预测控制的滚动优化调度方法,对居民用户的用电计划进行实时调整。对实测数据集中用户的用电行为进行优化,并分析用户对经济性和舒适度不同的偏好程度,对优化结果所造成的影响,并设置日内需求响应指令,计算不同激励补贴水平下用户参与需求响应的程度。将基于非侵入式负荷识别技术的负荷运行状态感知方法,与用户需求响应不确定性模型进行结合,有助于优化用户的用电行为,提高能源利用效率,并为聚合商制定需求响应策略提供支持。

关键词：非侵入式负荷识别需求响应不确定性建模需求响应潜力用电行为优化

来源：评论

学校读者我要写书评

暂无评论

多源遥感图像的不确定性建模及模糊分类算法研究

多源遥感图像的不确定性建模及模糊分类算法研究

引用

作者：曾西雅海南师范大学

学位级别：硕士

遥感技术已广泛应用于灾害监测、土地利用规划、植被保护监测等各个领域,已成为解决地理空间信息问题的重要研究手段。遥感图像分类是遥感应用中的关键技术,而遥感图像固有的不确定性和现有图像分类算法的局限性,严重影响遥感图像分类... 详细信息

遥感技术已广泛应用于灾害监测、土地利用规划、植被保护监测等各个领域,已成为解决地理空间信息问题的重要研究手段。遥感图像分类是遥感应用中的关键技术,而遥感图像固有的不确定性和现有图像分类算法的局限性,严重影响遥感图像分类精准度,从而制约其商业化的发展和实际应用,精准可靠的遥感图像分类结果对遥感图像的应用至关重要。因此,本文针对目前现有的不确定性评估模型,常聚焦分类过程及分类结果中的不确定性,而忽略遥感图像自身固有不确定性的现象,提出从遥感图像数据特点出发,分析遥感图像数据中的不确定性来源及其本质,并构建遥感图像不确定性评估模型,计算出遥感图像分类中像素的不确定性程度。再根据不确定性度量结果结合邻域信息,改进遥感图像模糊聚类算法,以尽量避免数据的不确定性对遥感图像分类带来的影响,提高分类精准度和可靠性。主要研究工作概括如下:（1）遥感图像分类不确定性评估模型的构建。针对遥感图像中存在噪声、混合像元和“异物同谱、同物异谱”现象,从基于分类易错点和地物特征差异两个方面来构建遥感图像分类不确定性评估模型。从像素级上度量遥感图像分类中的不确定性,将不确定性评估模型应用于噪声合成图像和多源遥感图像,证明了所提的不确定性评估模型能够合理反映遥感图像中各个像素的不确定性程度。（2）基于不确定性评估和邻域信息的模糊聚类算法改进。遥感图像数据的不确定性会影响到其分类结果,从而降低遥感图像应用的可靠性。因此,将遥感图像的不确定性评估结果引入到分类过程中,再融合像素邻域信息进行滤波处理,设计一种基于邻域信赖因子改进的模糊C均值聚类算法,以有效的规避和降低图像不确定性对分类结果的影响,提高分类精度。选取人工合成图像和多源遥感图像进行实验,并与模糊C均值（FCM）聚类算法及其系列改进算法（FCM＿S、ENFCM、FGFCM和FLICM）进行对比分析,并通过分区系数Vpc、分区熵Vpe、总体分类精度OA等指标来定量评价各个算法性能,结果表明本文所提算法具备更强的抗噪性、鲁棒性,同时提高了遥感图像的分类精度。

关键词：遥感模糊聚类遥感图像分类不确定性建模

来源：评论

学校读者我要写书评

暂无评论

基于Simulink的无人机不确定性建模与仿真

引用

自动化应用 2023年第13期64卷 35-37,40页

作者：朱菲菲杨康宁高艳辉夏曼许昌职业技术学院河南许昌461000 南京航空航天大学中小型无人机先进技术工信部重点实验室江苏南京210016 航空工业第一飞机设计研究院陕西阎良710089

在飞行试验、风洞吹风试验、发动机台架试车等试验过程中,无人机不可避免地会受到来自外界风干扰、操纵输入的不精准以及测量仪器自身精度等因素的影响,导致建立的系统模型存在一定的误差和不确定性。为提高飞行动力学模型的精确性,改... 详细信息

在飞行试验、风洞吹风试验、发动机台架试车等试验过程中,无人机不可避免地会受到来自外界风干扰、操纵输入的不精准以及测量仪器自身精度等因素的影响,导致建立的系统模型存在一定的误差和不确定性。为提高飞行动力学模型的精确性,改善控制系统的控制性能,本文采用试飞数据、参数辨识结果,结合风洞吹风模型,基于Simulink建立了某型无人机不确定性模型,并对不确定性模型进行了验证分析。验证结果表明,该模型可以更真实地对无人机飞行动态特性进行仿真。

关键词：无人机不确定性建模飞控系统仿真 Simulink

来源：评论

学校读者我要写书评

暂无评论

机械结构的不确定性建模与分析方法研究

机械结构的不确定性建模与分析方法研究

引用

作者：项涌涌浙江工业大学

学位级别：博士

现代机械装备正朝着复杂化、精密化等方向发展，目前我国机械结构和产品的可靠性、使用寿命等性能仍无法与国外先进水平相媲美。工程实际中广泛存在不确定性信息有限、不确定性耦合相关和不同类型不确定性混合等情况。有限信息下，应用... 详细信息

现代机械装备正朝着复杂化、精密化等方向发展，目前我国机械结构和产品的可靠性、使用寿命等性能仍无法与国外先进水平相媲美。工程实际中广泛存在不确定性信息有限、不确定性耦合相关和不同类型不确定性混合等情况。有限信息下，应用传统的不确定性建模理论对不确定性进行量化建模，会造成相关模型无法准确地描述真实情况，进而影响结构分析和设计的有效性与可信度。同时，实际结构中往往存在大量不确定性及不同类型不确定性，不确定性程度很小的变量通过传播也可能对结构响应产生巨大影响，导致真实的可靠性、使用寿命等性能与设计目标性能存在差异。对机械结构中的不确定性进行量化建模、传播分析及优化控制，是获得理想性能的前提，更是缩短国内外装备性能差距的关键所在。　　近年来，考虑不确定性的结构分析和设计受到了大量关注，不确定性建模与分析方法日益成熟，但考虑信息量有限、随机和认知不确定性混合等情况的不确定性建模与分析方法的研究仍不完善，在机械结构的不确定性精确量化、不确定性高效传播和灵敏度有效求解等方面尚存在诸多关键问题亟待解决。因此，本文重点对有限信息下不确定性量化建模、随机不确定性耦合相关下不确定性传播分析、随机和认知不确定性混合下不确定性传播分析及灵敏度分析等方面展开研究，力求在不确定性建模与分析的理论和方法上做出一系列的探索和尝试，从而为机械结构设计及性能评估提供有益的指导。本文的研究工作主要包括：　　（1）针对有限信息情况下现有方法难以建立精确的不确定性模型，提出了物理模型和数据驱动模型相结合的不确定性建模方法。为了在有限试验数据和信息下对不确定性进行精确建模，首先通过选择合适的更新方法和更新公式对原始物理模型进行更新，并基于现有数据和高斯过程（GP）回归建立数据驱动模型。然后，应用权重方式将更新后的物理模型与数据驱动模型进行集成，其中试验输入空间和非试验输入空间的权重系数分别根据最小化后验误差概率分布差异和权重系数的数据驱动模型确定。最后，应用美国Sandia实验室提出的热传导挑战问题对提出的方法进行论证。与现有方法对比可得，所提出方法可建立更精确的不确定性模型，解决了有限信息下不确定性建模精度低的难题。　　（2）针对随机不确定性耦合相关情况下现有方法无法高效且准确地建立非线性结构响应的概率分布函数，提出了基于最可能验算点（MPP）的不确定性传播分析方法。应用高斯混合分布（GMD）和逆一阶可靠性方法建立MPP组成要素的预测模型，任意累积分布函数（CDF）值的MPP都可根据所建的预测模型计算获得。为了有效地获得用于构建整条CDF曲线的CDF离散点，提出了基于一阶可靠性方法（FORM）和二阶可靠性方法（SORM）的混合方法。然后，应用建立的MPP预测模型及基于FORM和SORM的混合方法求解获得不同CDF值下的CDF点，概率分布函数则通过获得的CDF点和GMD建立。最后，一个数学算例和三个工程算例的应用结果表明，所提出方法不仅提高了构建概率分布的效率而且保证了概率分布具有较高的精度。　　（3）针对随机和区间变量混合情况下现有方法难以快速地建立精确的结构响应概率盒（P-box）函数，提出了适用于任意形状P-box的不确定性传播分析方法。通过混合使用单循环（SL）和序列单循环（SSL）逆可靠性分析算法来求解初始CDF值的MPP和区间变量结果，然后应用GMD和三次样条插值（CSI）分别建立MPP和区间变量的预测模型。根据建立的预测模型求解额外CDF值的逆可靠性分析结果，应用基于FORM和SORM的混合方法计算全部CDF点，并基于GMD分别建立P-box的上界和下界。初始和额外CDF值根据预测模型和P-box的目标精度要求被自适应确定。最后，通过两个工程算例验证了所提出方法在计算精度和效率上的优势。　　（4）考虑区间和随机输入变量混合共存情况，针对现有方法无法有效评估输入变量参数对整个或部分响应不确定性范围的重要性程度，提出了面向响应不确定性范围的参数灵敏度分析方法。采用P-box上下界之间的面积度量不确定性范围，根据区间变量和随机变量的参数对响应不确定性范围的重要性程度定义灵敏度指标，将基于FORM的可靠性灵敏度分析方法进行扩展得到灵敏度指标的计算公式。应用提出的区间和随机变量混合不确定性传播分析方法求解不同响应值的MPP和区间变量结果，并基于获得的MPP和区间变量结果求解灵敏度指标。最后，应用两个工程算例对所提出方法的有效性和灵活性进行了验证。　　（5）以精密行星齿轮减速器为对象开展系统的应用研究，展示并再次验证了针对机械结构中不确定性情况所提出的不确定性建模方法、不确定性传播分析方法及灵敏度分析方法的可行性和高效性。针对减速器中的磨损因素，应用有限信息下不确定性建模方法建立各零部件的磨损模型。考虑磨损因素和其他不确定性因素，分别基于随机变量耦合相关的不确定性传播分析

关键词：机械结构不确定性建模概率分布

来源：评论

学校读者我要写书评

暂无评论

基于正态云的DR不确定性建模及配电网优化调度策略

引用

智慧电力 2020年第12期48卷 71-78页

作者：黄利军张彦龙叶畅王志成苗世洪许继集团有限公司河南许昌461000 华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室湖北武汉430074

针对需求侧响应(DR)不确定性对配电网优化调度的影响,提出了基于正态云的DR不确定性建模及优化调度方法。首先,根据消费者心理学模型,分步建立了同时考虑响应量及响应边界不确定性的DR特性曲线。进而引入正态云概念,采用正态云模型对DR... 详细信息

针对需求侧响应(DR)不确定性对配电网优化调度的影响,提出了基于正态云的DR不确定性建模及优化调度方法。首先,根据消费者心理学模型,分步建立了同时考虑响应量及响应边界不确定性的DR特性曲线。进而引入正态云概念,采用正态云模型对DR特性进行了统一数学描述。利用该模型,可同时反映DR误差的随机性及模糊性。在此基础上,建立了计及DR不确定性的配电网优化调度模型。针对该模型难以直接求解的问题,利用正向云发生器产生随机场景,并通过场景削减技术得到典型场景,将原模型转化为确定性模型并采用CPLEX软件进行求解。最后,采用算例仿真验证了所提调度策略的可行性及有效性。

关键词：正态云模型需求侧响应不确定性建模随机场景技术优化调度

来源：评论

学校读者我要写书评

暂无评论

面向卫星不确定性建模的多源信息贝叶斯融合方法研究

面向卫星不确定性建模的多源信息贝叶斯融合方法研究

引用

作者：许迎春国防科技大学

学位级别：硕士

卫星研制与运行过程中存在大量不确定性,对卫星性能和寿命直接造成影响。需要在设计阶段就综合考虑各类不确定性影响,开展面向可靠性和综合效益的设计优化。其中,如何对各类不确定性因素进行准确建模,是有待解决的首要问题。针对卫星多... 详细信息

卫星研制与运行过程中存在大量不确定性,对卫星性能和寿命直接造成影响。需要在设计阶段就综合考虑各类不确定性影响,开展面向可靠性和综合效益的设计优化。其中,如何对各类不确定性因素进行准确建模,是有待解决的首要问题。针对卫星多层级系统集成的特点,本文基于贝叶斯融合方法提出了复杂多层系统结构的多源信息融合方法,为卫星的不确定性建模提供新思路,主要研究内容如下:首先,对卫星不确定性建模及多源信息融合方法的研究现状进行了国内外综述。特别针对多源信息融合方法中的贝叶斯融合方法,从建模、分布信息融合与更新等方面,对其进行了深入分析,对现有方法在方法本身及适用条件方面存在的不足进行了探讨。其次,对多层复杂系统结构的多源信息贝叶斯融合方法开展了研究,对现有迭代贝叶斯融合方法存在的问题进行了改进。分别针对离散和连续两类分布信息,提出多源信息融合与迭代更新方法,实现了多层级系统多源信息的充分融合与更新。在此基础上,本文针对部分分布信息缺失的系统,提出不同层级信息缺失的多源信息融合策略。通过数值算例和实际卫星不确定性建模问题开展方法测试,结果验证了本文方法的可行性与有效性。最后,基于本文提出的方法进行不确定性建模,开展了卫星系统可靠性设计优化应用研究。基于本文提出的多源信息融合方法,融合卫星部组件的专家经验信息、在轨失效统计数据等多源寿命信息,合理建立了卫星可靠性模型。在此基础上开展卫星可靠性设计优化,有效实现了设计约束条件下的系统可靠性提升,为设计人员开展进一步的分析提供依据和基础。本文对复杂多层系统结构的信息融合开展了深入研究,有效解决了卫星不确定性建模中多源不确定性信息融合的问题,为进一步开展面向可靠性和稳健性的卫星设计优化提供不确定性模型基础。

关键词：卫星系统不确定性建模贝叶斯融合多源信息可靠性设计优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：