检索结果-内蒙古大学图书馆

系统工程理论与实践 2011年第5期31卷 914-919页

作者：余昇徐寅峰董玉成郑斐峰西安交通大学管理学院西安710049 机械制造系统工程国家重点实验室西安710049 西安交通大学智能网络与网络安全教育部重点实验室西安710049

应对危机时,何时启动预案是应急管理中需要解决的关键问题.太湖蓝藻危机代表一类生长速度或传播速度不确定的突发事件,以此为背景基于在线方法,考虑了预案启动后损失立即停止和损失逐渐减少至零两种情形.针对这两种情形,分别设计了应急... 详细信息

应对危机时,何时启动预案是应急管理中需要解决的关键问题.太湖蓝藻危机代表一类生长速度或传播速度不确定的突发事件,以此为背景基于在线方法,考虑了预案启动后损失立即停止和损失逐渐减少至零两种情形.针对这两种情形,分别设计了应急预案启动策略,并证明它们是最优启动策略.最后对太湖蓝藻危机进行实例计算并分析了策略的竞争性能,研究结果具有一定的实际指导意义和参考价值.

关键词：在线方法应急预案启动策略蓝藻危机

来源：评论

学校读者我要写书评

暂无评论

基于鲁棒优化的含风电工业微电网经济调度模型

引用

电力系统自动化 2015年第17期39卷 160-167页

作者：丁浩高峰刘坤管晓宏吴江机械制造系统工程国家重点实验室西安交通大学陕西省西安市710049 智能网络与网络安全教育部重点实验室西安交通大学陕西省西安市710049

风电是广泛使用的清洁可再生新能源,将风电引入工业微电网中,对其节能减排有着重要意义。以含风电的工业微电网为研究对象,基于鲁棒优化方法,以发用电成本最低为目标,以生产计划与火电机组出力计划为决策量,建立了含风电工业微电网自发... 详细信息

风电是广泛使用的清洁可再生新能源,将风电引入工业微电网中,对其节能减排有着重要意义。以含风电的工业微电网为研究对象,基于鲁棒优化方法,以发用电成本最低为目标,以生产计划与火电机组出力计划为决策量,建立了含风电工业微电网自发电经济调度双层模型,并利用Benders分解算法对其进行求解。文中还应用某工业微电网数值算例进行测试,结果表明模型能有效平抑负荷波动,降低微电网发用电成本;验证了该鲁棒优化模型在最差情况下优于确定性模型,并且可根据需求改变不确定代价权衡保守性与最优性。

关键词：微电网(微网) 风电鲁棒优化经济调度

来源：评论

学校读者我要写书评

暂无评论

基于因子隐马尔可夫模型的负荷分解方法及灵敏度分析

引用

电力系统自动化 2016年第21期40卷 128-136页

作者：陈思运高峰刘烃翟桥柱管晓宏机械制造系统工程国家重点实验室(西安交通大学) 陕西省西安市710049 智能网络与网络安全教育部重点实验室(西安交通大学) 陕西省西安市710049

负荷分解是智能电网的关键技术,对负荷预测、需求侧管理及电网安全有重要意义。传统负荷分解方法的准确率受限于负荷特征的维度、采样频率和负荷的稳定性。文中提出了基于因子隐马尔可夫模型的负荷分解方法,利用该模型对负荷进行建模,对... 详细信息

负荷分解是智能电网的关键技术,对负荷预测、需求侧管理及电网安全有重要意义。传统负荷分解方法的准确率受限于负荷特征的维度、采样频率和负荷的稳定性。文中提出了基于因子隐马尔可夫模型的负荷分解方法,利用该模型对负荷进行建模,对Viterbi算法进行了扩展并求解负荷状态,进而基于整数规划实现对总负荷的最优分配。该方法对负荷数据的稳定性和采样频率不敏感,可适用于家居和工业电力用户。同时,深入研究了Viterbi算法求解最优状态与观测扰动之间的影响关系,并进一步得到最优状态对于当前观测的允许扰动范围,这对负荷分解最优状态的可靠性评估有重要意义。

关键词：隐马尔可夫模型因子隐马尔可夫模型负荷分解灵敏度分析

来源：评论

学校读者我要写书评

暂无评论

考虑负荷及煤气量不确定性的企业微电网自发电调度模型

引用

中国电机工程学报 2014年第13期34卷 2063-2070页

作者：刘坤高峰翟桥柱吴江管晓宏王兆杰张海峰机械制造系统工程国家重点实验室(西安交通大学) 陕西省西安市710049 智能网络与网络安全教育部重点实验室(西安交通大学) 陕西省西安市710049

合理地制定企业微电网自备电厂机组出力及煤气消耗计划,对降低企业发用电成本,减少环境污染有着非常重要的意义。以企业微电网发用电成本最小化为目标,采用情景树来描述用电负荷及煤气量的不确定性,建立企业微电网自发电调度随机优化模... 详细信息

合理地制定企业微电网自备电厂机组出力及煤气消耗计划,对降低企业发用电成本,减少环境污染有着非常重要的意义。以企业微电网发用电成本最小化为目标,采用情景树来描述用电负荷及煤气量的不确定性,建立企业微电网自发电调度随机优化模型。该模型中存在安全约束,采用盒式不确定集合描述该安全约束;为避免盒式集合安全约束过于保守的特性,利用椭圆集合替代盒式集合,通过调节风险系数,改变决策的保守特性;给出煤气柜位状态转移图,将安全约束等价转化为线性约束进行求解。应用某大型钢铁企业实际数据进行测试,结果表明:在电网负荷谷时段,企业以电网购电为主;在用电高峰时段,企业以自发电为主;用椭圆集合替代盒式集合,通过调节风险系数能有效避免决策的保守性。

关键词：微电网煤气量不确定性情景树安全约束自发电优化调度

来源：评论

学校读者我要写书评

暂无评论

基于增量式有限混合模型的多目标状态极大似然估计

引用

自动化学报 2011年第5期37卷 577-584页

作者：闫小喜韩崇昭西安交通大学电子与信息工程学院综合自动化研究所智能网络与网络安全教育部重点实验室、机械制造系统工程国家重点实验室西安710049

提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态.该模型以增量方式构建,其混合分量采用逐个方式插入其中.采用极大似然准则来估计多目标状态.对于给定分量数目的混合模型,应用期望极大化算法来... 详细信息

提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态.该模型以增量方式构建,其混合分量采用逐个方式插入其中.采用极大似然准则来估计多目标状态.对于给定分量数目的混合模型,应用期望极大化算法来获得参数的极大似然解.在新分量插入混合模型时,保持已有混合模型的参数不变,仍旧采用极大似然准则从候选新分量集合中选择新插入分量.新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值.利用k-d树生成插入到混合模型的新分量候选集合.增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势,有助于一步一步地搜寻混合模型的极大似然解.仿真结果表明,基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.

关键词：多目标状态估计增量式有限混合模型概率假设密度滤波器极大似然期望极大化

来源：评论

学校读者我要写书评

暂无评论

基于目标出生强度在线估计的多目标跟踪算法

引用

自动化学报 2011年第8期37卷 963-972页

作者：闫小喜韩崇昭西安交通大学电子与信息工程学院综合自动化研究所智能网络与网络安全教育部重点实验室机械制造系统工程国家重点实验室西安710049

针对多目标跟踪中未知的目标出生强度,提出了基于Dirichlet分布的目标出生强度在线估计算法,来改进概率假设密度滤波器在多目标跟踪中的性能.算法采用有限混合模型来描述未知目标出生强度,使用仅依赖于混合权重的负指数Dirichlet分布作... 详细信息

针对多目标跟踪中未知的目标出生强度,提出了基于Dirichlet分布的目标出生强度在线估计算法,来改进概率假设密度滤波器在多目标跟踪中的性能.算法采用有限混合模型来描述未知目标出生强度,使用仅依赖于混合权重的负指数Dirichlet分布作为混合模型参数的先验分布.利用拉格朗日乘子法推导了混合权重在极大后验意义下的在线估计公式;混合权重在线估计过程利用了负指数Dirichlet分布的不稳定性,驱使与目标出生数据不相关分量的消亡.以随机近似过程为分量均值和方差的在线估计策略,推导了基于缺失数据的分量均值与方差的在线估计公式.在无法获得初始步出生目标先验分布的约束下,提出了在混合模型上增加均匀分量的初始化方法.以当前时刻的多目标状态估计值为出发点,提出了利用概率假设密度滤波器消弱杂波影响的出生目标数据获取方法.仿真结果表明,提出的目标出生强度在线估计算法改进了概率假设密度滤波器在多目标跟踪中的性能.

关键词：多目标跟踪概率假设密度目标出生强度在线估计极大后验 Dirichlet分布

来源：评论

学校读者我要写书评

暂无评论

动态输出反馈鲁棒模型预测控制

引用

自动化学报 2012年第1期38卷 31-37页

作者：平续斌丁宝苍韩崇昭西安交通大学智能网络与网络安全教育部重点实验室机械制造系统工程国家重点实验室电子与信息工程学院综合自动化研究所西安710049

研究了具有多包不确定性和有界噪声的系统的动态输出反馈鲁棒模型预测控制的综合方法.系统为准线性参数时变的,即系统时变参数在当前时刻精确已知,但在将来时刻未知.采用二次有界概念刻画扩展闭环系统的稳定性.本文主要创新在于提出了... 详细信息

研究了具有多包不确定性和有界噪声的系统的动态输出反馈鲁棒模型预测控制的综合方法.系统为准线性参数时变的,即系统时变参数在当前时刻精确已知,但在将来时刻未知.采用二次有界概念刻画扩展闭环系统的稳定性.本文主要创新在于提出了一种辅助优化方法,从而为下个采样时刻的主优化问题提供可靠的真实状态的界.通过连续搅拌釜式反应器控制系统验证了该方法的有效性.

关键词：动态输出反馈模型预测控制不确定系统二次有界

来源：评论

学校读者我要写书评

暂无评论

概率假设密度高斯混合实现的分量删减

引用

自动化学报 2011年第11期37卷 1313-1321页

针对概率假设密度(Probability hypothesis density,PHD)高斯混合实现算法中的分量删减问题,提出了基于Dirichlet分布的分量删减算法以改进概率假设密度高斯混合实现算法的性能.算法采用极大后验准则估计混合参数,采用仅依赖于混合权重... 详细信息

针对概率假设密度(Probability hypothesis density,PHD)高斯混合实现算法中的分量删减问题,提出了基于Dirichlet分布的分量删减算法以改进概率假设密度高斯混合实现算法的性能.算法采用极大后验准则估计混合参数,采用仅依赖于混合权重的负指数Dirichlet分布作为混合参数的先验分布,利用拉格朗日乘子推导了混合权重的更新公式.算法利用负指数Dirichlet分布的不稳定性,在极大后验迭代过程中驱使与目标强度不相关的分量消亡.该不稳定性还能够解决多个相近分量共同描述一个强度峰值的问题,有利于后续多目标状态的提取.仿真结果表明,基于Dirichlet分布的分量删减算法优于典型高斯混合实现中的删减算法.

关键词：概率假设密度高斯混合实现分量删减 Dirichlet分布极大后验

来源：评论

学校读者我要写书评

暂无评论

可控结构半弹道式再入飞行器的跟踪及充满空间的模型集设计

引用

自动化学报 2010年第11期36卷 1534-1543页

作者：梁勇奇韩崇昭石勇西安交通大学智能网络与网络安全教育部重点实验室、机械制造系统工程国家重点实验室电子与信息工程学院综合自动化研究所西安710049

由于再入过程中结构变化的未知以及流场等不确定因素的影响,可变结构半弹道式再入飞行器(Semi-ballisticreentry vehicle,SBRV)的模式及其变化方式通常也中未知的.本文在分析可控结构SBRV再入运动特征以及模式特征的基础上,提出了充满... 详细信息

由于再入过程中结构变化的未知以及流场等不确定因素的影响,可变结构半弹道式再入飞行器(Semi-ballisticreentry vehicle,SBRV)的模式及其变化方式通常也中未知的.本文在分析可控结构SBRV再入运动特征以及模式特征的基础上,提出了充满模式空间的模型集,新模型集根据Hicknell准则设计,该模型集与Monte Carlo法生成的模型集相比不但具有更高的可信度和精度,而且对机动的反应更灵敏.理论分析和仿真结果证明了这种充满空间的模型集对于该机动跟踪问题的合理性与有效性.

关键词：半弹道式再入飞行器混合系统多模型方法 Monte Carlo法充满空间的模型集

来源：评论

学校读者我要写书评

暂无评论

基于随机网络的在线评论情绪倾向性分类

引用

自动化学报 2010年第6期36卷 837-844页

作者：杨锋彭勤科徐涛机械制造与系统工程国家重点实验室(西安交通大学) 西安710049 智能网络与网络安全教育部重点实验室西安710049 西安交通大学电子与信息工程学院自动化系西安710049

提出了一种基于随机网络的在线评论情绪倾向性分类模型SCP-X(Shortest covering path-X).首先引入了一种增量式创建词语顺序共现随机网络的方法,并基于此随机网络以及情绪词表,提出了一种基于评论序列最短覆盖路径(Shortest covering pa... 详细信息

提出了一种基于随机网络的在线评论情绪倾向性分类模型SCP-X(Shortest covering path-X).首先引入了一种增量式创建词语顺序共现随机网络的方法,并基于此随机网络以及情绪词表,提出了一种基于评论序列最短覆盖路径(Shortest covering path,SCP)的情绪倾向性分类方法.该方法具有以下两个优点:1)能够对相对短小、随意性较强、完整性较差的评论文本展开词语联想,从而对完整性较差的评论数据进行属性值扩展;2)能够对评论文本的冗余属性进行约简,约简后数据的属性规模为一般VSM模型的10%左右.本文最后设计了一组实验,对以下算法进行了对比测试:TC,SVM,SCP-TC,SCP-SVM,SCP-HMM,SCP-Bayes.结果表明本文提出的SCP-X方法对在线评论文本的倾向性分类效果更佳.

关键词：在线评论随机网络最短路径属性约简情绪倾向性

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

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：