一、技术需求与难题求解（论文文献综述）
孙笑科[1]（2021）在《边缘计算网络中任务卸载和资源分配优化研究》文中研究表明物联网的快速发展催生了大量计算密集和时延敏感型应用,终端用户有限的计算和能量资源与复杂应用需求之间的矛盾日益凸显。为满足终端用户多样化、高标准的应用服务需求,边缘计算将通信、计算和存储等功能迁移至靠近用户端的边缘服务器。终端用户通过任务卸载,为扩展本地处理能力并降低计算能耗提供了可能。但是,相比于拥有强大处理能力的集中式云计算数据中心,边缘服务器的分布比较分散且资源有限。面对未来大规模设备连接和爆发式数据流量增长趋势,设计合理的任务卸载和资源分配机制,实现边缘计算网络中分散且有限资源的有效利用,对优化任务处理时延、处理质量以及能量消耗等关键性能指标具有重要意义。然而,由于复杂的网络环境和多样任务处理性能需求,不合理的任务卸载决策容易引发网络负载失衡,降低资源利用效率。同时,任务卸载涉及传输、计算和存储过程的耦合,多维（通信、计算和缓存）资源的分配失衡进一步制约边计算卸载关键性能指标的提升。基于此,如何设计高效的任务卸载和资源分配优化机制,实现边缘服务器间任务的协同调度和多维资源的按需分配,是边缘计算网络中一个亟待解决的重要问题。针对上述问题,本文聚焦边缘计算网络,开展了基于边边协同、端边协同、空地协同的任务卸载和资源分配优化研究。本论文的主要研究内容和创新点如下:1)提出基于边缘服务器协同的任务卸载和资源分配优化方案,解决了边缘服务器资源供需失衡下难以同时满足任务处理时延和任务处理质量混合性能指标需求的难题。首先,通过挖掘计算任务处理质量和计算资源需求量之间的正关系,构建基于边缘服务器协同的任务处理质量和时延折中问题。其次,针对动态变化的无线传输链路质量对边缘服务器侧任务到达时间的影响,设计在线式优化算法,通过对用户接入、带宽资源分配、任务处理模型和数据量选择决策的自适应优化控制,使各服务资源供需关系维持在平稳状态。其中,针对单位时隙内复杂的混合整数非线性规划问题,通过连续性松弛和对偶分解将其转化为低复杂度凸差（Difference of Convex,DC）规划问题进行求解。最后,实验结果验证了算法的收敛性,并表明其在保障时延和提升任务处理质量方面的有效性。2)提出基于端边协同的任务卸载和资源分配方案,解决了任务到达时空非均匀条件下,网络负载失衡导致的任务处理成本开销高的难题。首先,针对用户端需要通过边缘节点广播消息更新任务处理模型参数才能执行本地计算的任务处理,考虑各时隙传输条件和服务器资源竞争情况的差异性,构建时间平均成本开销最小化问题。其次,利用李雅普诺夫优化理论解耦时间域上的影响因素,通过保障网络稳定实现时间域上的负载均衡。在此基础上,利用交替优化及凸优化理论求解单位时隙内任务模型更新用户集及接入边缘服务器选择,并保证最优性能增益条件下的带宽和计算资源分配,实现空间域上的负载均衡。最后,仿真结果表明,所提算法可以充分发挥各服务器可用资源优势,在保障任务处理质量的基础上,降低任务成本开销。3)提出基于多维资源联合的任务卸载和资源分配优化方案,解决了多类任务需求并存环境下,多维资源分配失衡导致任务处理速率降低的难题。首先,针对任务缓存部署对处理能力的影响,深入考量各任务通信、计算和缓存资源分配之间的相互耦合机理,构建最小化任务处理时延问题。其次,针对复杂决策求解空间和时变网络状态,设计分布式在线优化算法。各用户依据其他用户的本地副本决定通信和计算资源分配,在此基础上,通过将用户端任务卸载和边缘服务器侧任务缓存部署决策转化为双边效用最大化的匹配博弈问题,使得各设备只需依赖本地实时信息,便可独立并行地进行决策优化。最后,理论证明了算法的性能下界及其与最优机制的性能差距。仿真结果表明所提算法在满足各用户成本预算约束下,有效降低了任务处理时延。4)提出基于无人机辅助的空地协同任务卸载和资源分配优化方案,解决了地面边缘服务器灵活性差及随机网络环境下的计算卸载难题。首先,发挥无人机中继和计算功能,构建用户、无人机及地面服务器之间三层计算卸载系统架构下的优化系统能效问题。其次,针对信道条件和任务到达的随机性,设计在线式优化算法,以联合优化各设备任务卸载、计算资源分配以及无人机轨迹。具体地,利用分式规划和随机网络优化理论将随机非凸问题解耦为三个可相互独立求解的确定性优化问题。继而针对无人机轨迹和任务卸载之间的非线性耦合性进一步转化,在推导任务卸载决策闭合解的基础上,迭代获得无人机轨迹的近似最优解。最后,理论分析和仿真结果证实了提出算法在不依赖于网络状态先验知识的前提下,可以在保障任务处理时延的基础上,有效提升长期时间平均系统能效。
高成路[2]（2021）在《隧道开挖卸荷作用下岩体破坏突水近场动力学模拟分析方法》文中提出突水灾害严重制约着我国隧道及地下工程建设向更高质量、更高效率迈进,成为交通强国战略目标实现道路上的一道阻碍。深入认识突水灾变演化过程及其灾变机理,是解决隧道施工安全防控难题的理论基础。近年来,随着计算机技术的飞速发展和数值分析方法的广泛应用,利用数值模拟手段解决工程建设难题、再现地质灾害演化过程、揭示灾变过程中关键信息演化规律逐渐成为了研究热点,也为科学认识隧道突水灾变演化过程提供了解决思路。本文以隧道开挖卸荷作用下岩体破坏突水近场动力学模拟分析方法为主要研究目标,针对隔水岩体在隧道开挖卸荷与地下水渗流综合作用下发生的渐进破坏过程,利用基于非局部作用思想的近场动力学方法,采用理论分析、数学推导、程序研发、算例验证以及工程应用等手段,通过将近场动力学在模拟固体材料连续-非连续变形损伤与地下水渗流两方面的优势相结合,建立了描述流体压力驱动作用下裂隙岩体流-固耦合破坏过程的近场动力学模拟分析方法,并提出了描述隧道开挖卸荷效应的物质点休眠法与三维高效求解的矩阵运算方法,构建了考虑卸荷效应的应力-渗流近场动力学模拟方法,成功应用于典型岩溶隧道突水灾变过程模拟,揭示了不同影响因素对隔水岩体渐进破坏突水灾变演化过程的影响规律,为隧道突水等相关地质灾害的预测预警及安全防控提供了重要的研究手段。（1）岩体往往是由节理裂隙等不连续结构面切割而成的岩块构成的,存在明显的不连续变形特征。据此,通过引入描述节理裂隙强度弱化效应的折减系数建立了节理裂隙岩体强度折减本构模型,通过引入反映物质点不可压缩效应的短程排斥力和反映材料非均质特性的Weibull分布函数建立了描述材料在压缩荷载作用下发生非均匀破坏的近场动力学基本控制方程,并且自主研发了基于矩阵运算的三维近场动力学高效求解方法和程序,实现了近场动力学在节理裂隙岩体压缩破坏过程中的有效模拟。（2）裂隙岩体流-固耦合破坏机制是隧道岩体破坏突水灾变演化过程模拟的关键。据此,基于近场动力学非局部作用思想,建立了模拟地下水渗流的等效连续介质、离散裂隙网络介质以及孔隙-裂隙双重介质近场动力学模拟方法,结合有效应力原理,提出了反映固体材料变形破坏与地下水渗流耦合作用的物质点双重覆盖理论模型,建立了模拟裂隙岩体水力压裂过程的近场动力学流-固耦合模拟方法,揭示了裂隙岩体水力压裂过程中应力-渗流-损伤耦合作用机制。（3）开挖卸荷是诱发隧道围岩损伤破坏及突水的主要原因,目前近场动力学方法尚未在岩土工程领域广泛应用,且缺乏描述围岩卸荷过程的理论与方法。据此,提出了模拟隧道开挖卸荷效应的物质点休眠法,通过与工程现场观测数据及前人研究结果进行对比,验证了该方法在模拟隧道开挖损伤区演化规律方面的有效性和可靠性,进而建立了考虑卸荷效应的应力-渗流近场动力学模拟方法,实现了应力-渗流耦合作用下节理地层隧道开挖损伤区分布位置及形态的有效预测,为隧道施工过程岩体破坏突水灾变模拟提供了有效的数值方法。（4）隧道岩体破坏突水是不良地质构造与地下工程活动综合作用下发生的一种典型的连续-非连续动态变化过程,对数值模型的建立和求解提出了更高的要求。据此,应用自主研发的基于矩阵运算的考虑卸荷效应的应力-渗流近场动力学模拟方法及程序,依托歇马隧道典型溶洞突水案例,实现了模型试验尺度岩溶隧道施工过程中隔水岩体在开挖卸荷与地下水渗流综合作用下,开挖损伤区与渗透损伤区接触-融合-贯通直至突水通道形成的全过程模拟。（5）岩溶隧道突水灾变机理十分复杂,正确认识突水灾变发生条件与影响规律是突水灾害防控的基础。据此,依托歇马隧道工程实例,开展了工程尺度岩溶隧道突水灾变过程模拟,通过对比分析不同影响因素条件下隔水岩体渐进破坏与突水通道形成过程,揭示了溶洞发育规模、溶洞水压力、围岩材料性能和隧道埋深等因素对突水灾变过程的影响机制,通过防突结构最小安全厚度和突水防控措施分析,为岩溶隧道突水灾害预测预警及安全防控提供了科学指导。（6）近场动力学凭借其模拟材料损伤破坏的独特优势,在岩土工程领域拥有巨大的应用潜力,但是目前尚无成熟的数值仿真软件推广应用。据此,基于自主研发的考虑卸荷效应的应力-渗流近场动力学模拟方法及程序,利用C++与Matlab混合编程技术,开发了具有自主知识产权的界面友好、操作方便、扩展性强的适用于岩土工程问题的专业数值仿真软件——近场动力学工程仿真实验室（PESL）,为近场动力学在岩土工程及其他领域的推广应用提供了借鉴。
付潇[3]（2020）在《面向智能移动终端的多源信息融合定位关键技术研究》文中指出位置服务在公共安全、反恐维稳、应急救援等诸多领域发挥着重要作用,特别是随着普适计算、新一代移动通信等技术的发展,高精度位置服务的需求爆发式增长。传统单一的定位手段在复杂环境下易出现信息缺失导致定位精度差甚至无法定位,难以提供高精度高可用的定位信息。多源信息融合定位技术能够将卫星定位、无线网络定位以及传感器定位等手段有机结合,从而获得更加准确稳定的定位结果,因此成为位置服务领域的重要支撑技术之一。智能移动终端的普及大大拓宽了位置服务的应用场景,但同时终端传感器种类繁多、精度各异等给面向终端的高精度高可用定位带来诸多挑战,终端应用场景下的多源信息融合定位仍面临定位特征的空间高区分度表征、人体遮挡所致误差的准确分析与补偿、多定位特征的高精度融合等关键技术难题,导致定位精度不足、鲁棒性差。针对上述问题,本文深入研究了多维定位特征信息的关联表征、多特征协同的遮挡误差准确补偿、多层级定位特征信息的高精度融合等关键技术,开展了理论方法创新与工程实践,主要研究成果及创新点包括:1、针对指纹定位特征的空间高区分度表征难题,通过分析指纹特征结构及其相似性度量方法对特征的空间区分度作用机理,利用信道状态信息幅度和相位特征的空间敏感度交错特性,构建了基于空频相自洽的多频点关联组合表征模型,提出了基于幅相融合特征动态相似度计算的指纹匹配方法,并建立了基于局域信号强度关联的参考点优选机制,通过约束参与匹配定位的参考点数量降低了幅相融合特征匹配计算的复杂度,实现了定位特征的空间高区分度表征及高精度定位。实测结果表明,幅相融合特征的空间区分度与幅度和相位特征相比分别提升约5.3%和25%,基于幅相融合特征的匹配定位精度与传统基于欧氏距离和时间反转共振强度的定位方法相比均有大幅提升。2、针对人体遮挡带来的信号强度测量误差的准确分析与补偿难题,理论推导并仿真分析了遮挡误差与定位精度及终端到锚节点距离之间的关联关系,通过引入惯性测量单元给出的终端航向角信息,建立了人体遮挡状态自适应判别策略,并根据锚节点位置信息、终端位置信息以及航向角信息构建了遮挡误差与定位结果的互反馈矫正模型,实现了人体遮挡所致信号强度测量误差的准确补偿及终端鲁棒定位。实测结果表明,本文提出的方法与现有基于四次多项式拟合的遮挡误差补偿方法相比,定位系统的外符合精度提升约22.7%;并且遮挡误差补偿前后,系统在不同人体遮挡状态下的内符合精度提升约44%,提高了终端定位的稳定性。3、针对终端定位中多特征信息的高精度融合难题,分析了现有滤波融合方法在信息源种类多、不稳定的场景中难以实现高精度高可用定位的现状,设计了定位信息的多层级融合框架,基于置信传播和粒子滤波实现了多源定位信息的灵活接入与动态融合,同时针对粒子滤波算法中粒子重要性密度函数优化及权重计算问题,提出了基于因子图的位置统计特征融合估计方法,并以此建立了粒子重要性密度函数及权重计算方法,最终实现了高精度高可用的融合定位。相同数据源条件下的仿真结果表明,本文提出的方法虽计算复杂度略有提升,但定位精度与基于扩展卡尔曼滤波和基于粒子滤波的融合定位方法相比分别提升约31.1%和16.7%。4、搭建了智能移动终端原型及面向智能移动终端多源信息融合定位技术测试的实验环境,将本文提出的幅相融合特征表征方法以及人体遮挡误差补偿方法统一纳入到所设计的定位特征多层级融合框架中,对本文提出的理论方法创新进行了集成测试与实验验证,实验结果表明,本文提出的融合定位算法在富多径的复杂环境下定位精度与基于扩展卡尔曼滤波和粒子滤波的融合定位算法相比分别提升约24.4%和17.3%,融合定位精度达0.62m（1σ）。
瞿凯平[4]（2020）在《电-气耦合系统联合优化运行及其调度策略研究》文中进行了进一步梳理作为一种重要的一次能源,天然气具有热值高、污染少、储量大等优点,为了实现绿色电力供应并提高电力系统灵活性,天然气发电装机容量不断上升。燃气轮机将天然气转化为电能,促进了电力系统与天然气系统之间的联系。此外,最近兴起的电转气技术可将多余的电能转换为天然气进行存储,为风能、太阳能等可再生能源的大量储存提供了有力的技术支持。燃气轮机和电转气技术的发展,实现了电力系统与天然气系统的双向耦合,使得电-气耦合系统成为综合能源系统背景下的一种基本形式。电力系统和天然气系统的耦合,增加了系统的优化空间,但同时也使得系统的优化难度大大增加。i)能源结构的改革和发展给电-气耦合系统调度提出了更多要求,电-气耦合系统不仅要实现高效和可靠的能源供应,还需要综合考虑对环境的影响。ii)大规模风电的并入给电-气耦合系统带来了诸多不确定性,如何提高系统对不确定风电的消纳能力并保证系统运行可靠性,成为一个调度难题。iii)电力系统和天然气系统隶属于两个运营系统,集中式调度难以满足实际需求,因而需要分散协调的调度架构。本文针对这些调度难题,主要开展了如下几个方面的研究。1)针对日益严重的全球变暖和大气污染环境问题,本文提出一种考虑大气污染物时空扩散控制的电-气耦合系统环境经济调度模型。传统的排放总量控制模式,忽略排放物在时、空两个维度上的分布,难以有效降低大气污染。而本文提出的大气污染物时空扩散控制,捕获发电机排放物的复杂时空扩散特性,并且充分考虑不同地区的环境保护需求,从而因地制宜得减少电-气耦合系统对不同地区大气污染物浓度的影响。其次,基于该大气污染物时空扩散控制,建立了电-气耦合系统的环境经济调度模型。与传统的经济调度相比,环境经济调度协调多个相互冲突的目标,仅以较小的成本牺牲便降低了对环境的影响,发挥了电-气耦合系统的经济性和环保性等综合优势。2)针对电-气耦合系统环境经济调度模型中相互冲突目标的优化与协调问题,本文提出一种两阶段的Pareto优化算法。Pareto优化首先为多目标问题求得一个Pareto解集,决策者可以根据实际动态变化的决策需求或者专家经验,从Pareto解集中挑选一个解执行。然而,电-气耦合系统大量的非线性约束造成Pareto解集求解的计算负担,使得该模型的Pareto优化成为一个难题。为此,本文将传统的单阶段Pareto优化转化成两阶段的Pareto优化。第一阶段用边际成本模型对非凸的天然气系统进行线性化,然后计算简化后的环境经济调度模型的Pareto解集,从而提高求解Pareto解集的计算效率。在第二阶段,决策者根据实际调度需求从Pareto解集中确定一个最佳的目标权衡。在此基础上,折衷解追踪该目标权衡,并采用基于罚凸凹过程（Penalty Convex–Concave Procedure,PCCP）的凸化技术处理非凸的气流传输方程,从而保证折衷解在实际运行中的可靠性。此外,本文为多目标优化问题提出了一种全新的解析式Pareto优化算法——均分邻近点法。均分邻近点法通过均分参考点、邻近点计算和筛选邻近点三个基本策略,求得多目标优化问题的Pareto最优、均匀和广泛分布的Pareto解集。均分邻近点法解决了传统Pareto优化算法难以求到边界Pareto解的难题,保证了Pareto解集的分布广泛性,并且,均分邻近点法的Pareto最优性也被数学证明。3)针对大规模不确定风电的并入问题,本文提出一种电-气耦合系统随机鲁棒调度策略。在以往针对不确定性的调度策略中,随机优化和鲁棒优化通常被单独采用,难以被有机结合。而本文所提的随机鲁棒调度策略能够融合两者的优化思想,使得不确定性调度更加安全、经济。具体来说,系统安全约束采用仿射可调鲁棒优化建立以保证系统在极端场景中的运行可靠性,而运行成本的期望值采用随机采样建立并进行优化,从而保证系统在实际运行中的经济性。本文基于Nataf变换的三点估计法建立电-气耦合系统的运行成本期望目标。与传统的随机采样方法相比,Nataf变换三点估计法可在考虑风电相关性的基础上,用非常小的采样规模精确近似输出变量的期望值。随机鲁棒调度策略基于风电预测区间安排调度计划,保证了系统在极端风电场景中的运行安全性。此外,所提策略根据调节资源的运行成本将风电波动合理分配,从而降低实际运行成本。4)针对电力系统和天然气系统两个子系统的分散自治和信息私密性要求,本文提出一种双层的凸分散优化算法。电-气耦合系统包含大量的非线性约束,如何保证该耦合系统分散优化的最优性和收敛性是一个难题。鉴于此,上层用PCCP凸化技术对电-气耦合系统中的非凸项进行精确的紧松弛,从而将原本的非凸模型转换成迭代的凸模型。而下层采用交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）求解PCCP的每一步,即把原本集中式优化问题分解为电力系统和天然气系统独立求解的子问题。由于上层PCCP的每一步是凸的,下层ADMM分散优化的收敛性可被保证。通过此双层凸分散优化算法,电力系统和天然气系统只需优化自身的子问题,仅交换很少的边界变量便能收敛到一个高质量的解,进而各子系统的分散自治权和信息私密性被保护。
薛盛日[5]（2020）在《基于多速率采样系统的数据驱动控制器综合》文中研究说明现代工业生产过程中,控制系统的数字化,促进了采样系统在工业界的广泛应用。因此,采样系统的控制方法研究在控制领域一直是一个热门研究内容。采样器及其采样周期是构成采样控制系统的基本元素。对于一般采样系统,工程师普遍认定所有采样器与零阶或一阶保持器都采用同一周期。但在多传感器融合的情况下,不同传感器确实存在着采样周期不一致的情况。即采样系统的采样器与保持器之间,采样器与采样器之间,保持器与保持器之间都可能存在着周期不一致的情况。存在此现象的采样系统被称为多速率采样系统。本论文主要针对此类多速率采样系统进行数据驱动控制方法的研究。从20世纪50年代至今,多速率采样系统一直吸引着科研工作者的目光,相关控制器设计方法从传统控制方法到先进控制理论都有覆盖。但工业生产过程存在很多难以解决的动态特性,例如强耦合性、强时变性、非线性等。这些特性使科研工作者很难用精确的数学模型去线性化描述。通过公式推导获得控制器参数的方法也很难解决上述工程难题。对于这种难题,一个解决方式是直接利用含多速率采样特性的输入输出数据设计控制算法,即数据驱动控制器。本论文针对多速率采样系统的实际工程难题,逐渐递进地提出多种数据驱动控制器设计方法,进而满足系统递增的复杂度与性能需求。绪言部分叙述了多速率采样系统、数据驱动控制方法的背景与发展现状、分析了当前多速率采样系统控制器设计方法的局限性。论文首先介绍一般性多速率采样系统的建模以及多速率采样特性分析方法,为后续章节数据驱动控制器的设计提供数理基础与知识铺垫。以含多速率采样特性的主动悬架系统为例,论文给出多速率采样系统建模、分析与系统频域控制器设计全过程。通过有限频域H∞输出反馈控制器,主动悬架系统在工作频域段具备更加优良的干扰抑制性能。主动悬架系统的建模与分析也为后续章节中输入输出数据的多速率采样特性分析提供了参考。在数据驱动控制器设计方面,本文首先针对多速率采样自稳定系统,从系统模型回归以及系统辨识两个方面进行了数据驱动控制器的设计。前者将多速率采样特性与偏分最小二乘方法结合,回归出系统预测模型。后者将多速率采样系统与子空间辨识结合,辨识出系统的相关参数,直接推导出预测模型。将这两种模型与模型预测控制方法结合,本文提出了基于偏分最小二乘的多速率采样系统数据驱动模型预测控制算法以及基于子空间辨识的多速率采样系统的数据驱动模型预测控制算法。第三章将算法应用在连续搅拌槽式加热反应器,解决其在系统参数未知情况下的输出跟踪问题。论文进一步针对多速率采样非稳定系统的单性能数据驱动控制问题,通过新式扩维技术,提出快速LQR控制器设计方法。之后基于贝尔曼方程,相继推导出多速率系统在线与离线控制器参数优化算法。利用最小二乘方法,多速率系统控制器的数据驱动参数优化方法可以在离线优化算法的基础上推导得到。将算法应用在含多速率采样特性的三自由度直升机姿态系统,本文解决其在系统参数未知情况下的控制器参数优化问题。通过该算法优化得到的控制器,三自由度直升机在角度跟踪上具有更优秀的性能。针对多速率采样非稳定系统的混合性能数据驱动控制问题,本文结合策略梯度下降算法,提出一种迭代优化的数据驱动控制器设计算法。这此类算法通过设计一个回报函数模块,描述了使用者期望的混合性能指标。回报函数模块会帮助策略梯度下降算法依据混合性能指标优化神经网络控制器,使训练得到的控制器满足期望的控制性能指标。论文将该算法应用在含多速率采样特性的三自由度直升机姿态系统,解决其在系统参数未知,性能需求混合复杂,输入限幅情况下的数据驱动控制器设计问题。通过该算法得到的控制器,三自由度直升机在角度快速跟踪的同时,满足多种性能需求以及限幅条件。在基于策略梯度下降的数据驱动控制器基础上,论文提出了一种数据利用率更高的数据驱动控制器设计算法。该算法利用基于集合概率的神经网络模型估计下一刻状态,并在损失函数下迭代优化该神经网络。训练得到的神经网络模型可以有效地预测下一刻输出。将神经网络模型与预测控制结合可以为多速率采样系统的数据驱动预测控制提供新方法。将该模型与神经网络控制器结合可以得到高数据利用率的数据驱动控制器。通过该算法,强非线性的改进版连续搅拌槽式加热反应器能够在参数未知的情况下,控制液体温度、液体流量、液位高度,快速达到期望稳态。
何立军[6]（2020）在《基于时间窗模型的空间信息网络资源管理方法研究》文中认为空间信息网络是一种融合天基网络、空基网络和地基网络互联互通的开放式立体多层异构的网络体系,具有全球无缝覆盖实时的信息采集、处理和分发的能力。与地面无线网络相比,空间信息网络具有传输距离远、覆盖范围广、响应速度快、网络容量大等显着特征,使其应用前景十分广阔,为航天、航空、航海、军事、民用、应急等领域应用提供一体化信息服务。然而,空间信息网络的网络资源受限且具有时变性,网络节点具有高动态性以及网络任务种类繁多且执行流程复杂多变,这些成为其网络服务能力提升的严重桎梏。随着空间信息网络的应用在各领域迅速铺开,空间任务数呈现“井喷式”增长。空间信息网络的网络节点发射周期长、造价高、星上载荷维修以及在线升级困难,导致难以通过单纯地增加网络规模和增强网络节点能力满足日益增长的任务需求。因此,亟需开展高效的空间信息网络资源管理方法研究,实现任务与资源的精准匹配,从根本上提升空间信息网络服务能力。相比于地面无线资源管理,空间信息网络资源管理具有鲜明的变时空特征。具体而言,空间信息网络的网络节点在大时空中高速运动,因而网络节点之间具有间歇可视性特征且网络资源具有时变性,进而增加了空间信息网络资源管理的复杂性。为应对这一挑战,本文将资源的这种间歇性建模为时间窗,研究支持突发的空间信息网络多维资源动态管理机制,实现高动态条件下任务与资源的快速精准按需匹配,全面提升网络的快速响应能力和负载能力。本文的主要研究内容和成果简述如下:1.针对区域目标调度中的观测与传输资源之间耦合制约关系造成的资源利用率低难题,提出了一种基于固定时间窗模型的区域目标调度策略,实现了资源与任务的高效快速匹配,可以有效提升空间信息网络对区域目标的覆盖率和快速响应能力,并揭示了覆盖率和系统响应时间之间的折衷关系。鉴于空间信息网络紧急场景中观测任务呈现广覆盖和紧急性特征,将区域目标调度中观测与传输资源联合分配问题建模为覆盖率最大化系统响应时间最小化问题。通过引入权重因子将覆盖率和系统响应时间的加权和作为优化目标,使得引入的权重差异化体现在优化目标中,实现了区域目标调度中的覆盖率和系统响应时间灵活调控,从而为所提策略在实际应用中提供技术支持。基于此,提出了一种性能保障型区域目标快速调度算法,并从理论上证明其性能下界为最优值的1-e-1倍,从而为算法的高效性提供理论保障。2.针对空间信息网络资源变化和任务属性变化带来的挑战,提出了一种基于非固定时间窗模型的资源动态管理策略,缓解了现有任务规划算法处理突发任务时对普通任务的调度影响,解决了动态分配传输资源满足多用户卫星多任务的需求难题,可以有效提升空间信息网络实时或近实时为各用户卫星服务的能力。鉴于空间信息网络中任务的差异性和资源的时变性特征,以中继卫星网络为研究场景重点研究了中继卫星突发任务响应速度与网络总体任务规划效率的折衷机理,并利用网络的多天线传输特征,设计了基于滚动时域的多天线任务规划方法,实现了传输资源与任务之间的动态高效匹配。该任务规划方法的核心思想是:通过动态异步优化网络中的各传输天线的规划周期时长,从而在多天线网络场景下生成大量密集任务规划起始点,进而实现网络资源实时或近实时更新以及任务的动态规划。所提任务规划方法克服了传统动态任务规划方法在大量突发任务涌入时实时更新网络资源带来巨大信令开销难题。此外,还提出了该任务规划方法在实际系统中具体的实施方案。3.针对扩展时间窗模型下观测资源分配可行域大难题,提出了一种基于扩展时间窗模型的观测与传输资源联合管理策略,保障了观测与传输资源在复杂的时空时序性约束下的高效匹配,可以有效提升网络中更多的成像数据高效收集能力和成功传输能力。具体而言,以敏捷对地观测网络为研究场景,研究空间信息网络中的扩展时间窗模型下观测与传输资源联合分配问题。敏捷对地观测卫星的敏捷性扩展了观测时间窗的窗口长度,一方面造成观测资源分配存在更多的不确定性,另一方面也增加与传输时间窗间的时空时序的复杂性。为此,将所研究的问题建模为一个整数线性规划以最大化成像任务的加权和,从而很好地刻画了实际系统中的复杂时空约束。在此基础上,研究了该整数线性规划的隐藏结构,并提出了一种基于半正定松弛法联合资源分配策略。为了降低计算复杂度,结合所设计的半正定松弛方法和遗传算法的优点,进一步提出了一种快速高效的联合资源分配算法。仿真结果表明,该算法显着提高了调度任务的加权和。
王永兴[7]（2020）在《电动汽车充电服务诱导策略及优化问题研究》文中研究说明能源危机和环境污染是当今世界面临的热点问题,而以传统燃油汽车为主要载体的交通运输业是造成能源和环境问题的重点行业之一。因此,转变传统运输方式,发展高效、低碳和可持续的交通出行模式是缓解能源危机和环境污染的有效手段之一,并已成为世界各国的共识。在此背景下,电动汽车以其较高的能源利用效率和良好的环境保护效应成为推动节能减排和交通可持续发展的重要技术方向。近几年,随着政策和市场的双重驱动,电动汽车在城市交通中扮演着越来越重要的角色。但是,不同于传统燃油汽车,电动汽车的续驶里程相对较短,故用户在出行过程中通常需要为车辆充电。同时,充电设施建设相对滞后以及充电时间较长等问题也为电动汽车用户的出行带来新的挑战。鉴于现阶段电池技术和充电设施发展水平的限制,解决充电难题的最可行方法是借助充电诱导服务为用户推荐合适的充电及路径规划方案,而实现该目标的核心任务是建立可行、有效的电动汽车充电诱导算法、模型和策略。因此,随着电动汽车在交通系统的逐步普及,如何在有限的交通出行条件下规划高效的充电及出行方案是当前及未来城市交通发展面临的重要问题。本文以充电诱导服务为应用背景,通过分析电动汽车运行特性、交通路网特征、充电站运营状态等因素,结合用户的充电需求特征,针对电动汽车充电及路径规划问题展开研究,建立面向不同复杂场景及应用环境的电动汽车充电诱导算法、模型和策略。考虑当前及未来的电动汽车发展趋势,以满足用户充电需求为主要切入点,分别建立基于行驶方向特征的电动汽车充电诱导快速算法、面向多阶段充电场景的电动汽车充电诱导优化模型、考虑随机行驶状态的电动汽车多目标充电诱导优化模型、面向动态充电请求的电动汽车充电服务诱导策略,将方法实时性、需求多样性、路网随机性和充电请求动态性等特征有机融入电动汽车充电诱导方法,并且通过仿真实验对方法的可行性和有效性加以验证,研究结果将为实现充电诱导服务提供决策支持。具体地,本文的主要研究内容如下:（1）考虑电动汽车用户的充电需求特征,从工程应用的角度出发,提出基于行驶方向特征的电动汽车充电诱导快速算法。通过分析电动汽车的剩余里程特性,借助地理学研究成果设计了一种可达充电站快速搜索方法。同时,算法在考虑行驶距离的基础上,进一步将行驶方向特征融入充电站选择过程,并且借鉴几何学方法设计量化表达式以表征充电路径和终点之间行驶方向趋势一致性。仿真实验结果表明,算法所得充电站选择方案从出行链的角度优于或不亚于传统的距离优先算法,并且在计算效率方面显着优于距离优先算法及其改进算法。（2）考虑电动汽车在长距离出行下的运行特点,提出面向多阶段充电场景的电动汽车充电诱导优化模型。基于充电站位置分布、电动汽车续驶里程和路网结构等特征,建立面向长距离出行场景的电动汽车可行路径搜索方法。考虑电动汽车在长距离出行中需要多次充电的特点,针对每条可行路径建立多阶段充电规划模型,其中,优化问题的阶段数等于充电站数量。鉴于不同充电阶段之间的内在关联及相互影响,基于动态规划方法将原模型分解为多个相互关联的子问题,实现模型的转换和求解。数值实验结果表明,模型和算法具有可行性和有效性。同时,终点剩余电量对电动汽车长距离出行下的最优充电方案具有显着影响。（3）考虑实际出行环境对车辆运行状态的影响,结合用户多样化需求特征,提出融入随机行驶状态的电动汽车多目标充电诱导优化模型。通过分析行驶速度和能耗的随机变化特征,构建行驶速度和能耗的随机表达式。为保证决策方案在随机行驶状态下的抗干扰能力,基于鲁棒优化方法建立路径搜索模型,并且以鲁棒行驶速度为基础建立多目标组合优化模型,优化目标包括行驶能耗、出行时间和充电费用。基于模糊数学方法将多个目标函数转换为单目标函数,并且设计遗传算法和相对比较法实现模型求解。数值实验结果表明,模型和算法具有可行性和有效性。同时,算法测试结果表明遗传算法对于模型具有较高的求解效率。（4）针对规模化电动汽车运行场景,结合交通路网的时变特征,提出面向动态充电请求的电动汽车充电服务诱导策略。通过分析实际路网中产生充电请求的时空特征,挖掘电动汽车充电请求的动态特性,结合规模化充电请求对充电站运营状态的影响,建立面向充电站车辆数变化特性的动态表达式,并且提出考虑动态充电请求的电动汽车充电诱导问题。鉴于规模化充电请求对用户充电效率和充电站运营状态的影响,分别以用户出行需求和充电站车辆均衡为基础建立电动汽车充电服务诱导策略。设计动态仿真实验对两种充电服务诱导策略在不同参数场景下的运行结果进行比较分析,并且针对不同场景特征给出策略的应用建议。
牛纪德[8]（2020）在《不确定设计边界下建筑能源系统随机规划研究》文中提出随着建筑节能措施的推进,建筑围护结构保温性能逐步提升,内扰负荷占比增加使得建筑空调负荷的不确定性突显。同时,随着能源供给侧及需求侧的改革,可再生能源将在未来能源供给中承担重要角色,建筑将从“降耗时代”跨入“赋能时代”。可再生能源系统的固有间歇性及不确定性将增加能源供给的不确定性。确定性设计方法由于未考虑设计边界的多重不确定性,在经济性及可靠性设计方面存在不足。此外,随着建筑从能源消费者角色到能源产销者角色的转变,未来在建筑能源系统设计过程中考虑电力与热力的协同,设计与运行的耦合将成为新的设计常态,建筑能源系统复杂性也将成为设计人员需要解决的设计困局。针对上述问题,本文首先开展了建筑能源系统设计复杂性问题分析,进而继续考虑负荷、可再生能源的不确定性,对不确定设计边界下的建筑能源系统随机规划进行了研究,主要工作如下:（1）为了应对建筑能源系统设计的复杂性难题,本文基于数学规划理论,发展了三类具备不同设计复杂度的建筑能源系统优化设计模型。采用设计与运行一体化的精确优化算法对模型全局最优搜索。通过与案例原设计方案对比分析,验证了优化设计模型在实现建筑能源系统优化设计中的有效性及优越性。（2）在完备不确定性边界场景集合生成方法方面,提出了基于蒙特卡洛仿真与信息熵理论结合的完备不确定性场景集合生成方法。首先建立了用于建筑能源系统随机边界条件生成的蒙特卡洛仿真架构,以相对熵作为蒙特卡洛仿真收敛性判定指标,以蒙特卡洛仿真收敛判定随机场景集合的不确定信息完备性。基于完备不确定性边界场景集合,探究了设计边界不确定性对建筑能源系统优化设计目标及设计方案的影响。研究发现,不确定性会给建筑能源系统优化目标值及配置方案带来显着影响。基于单一确定场景的建筑能源系统优化设计方案存在供能不足的风险。因此在建筑能源系统设计阶段应该考虑设计边界条件的不确定性以提升系统的经济性及供能可靠性。（3）面对建筑能源系统设计的复杂性及负荷的不确定性,提出了一种考虑荷侧一维不确定性的随机规划方法。为了在随机规划模型中考虑包含完备不确定性信息的负荷场景集合,同时保证模型的可解性及高效可解性,本文构建了一种用于随机负荷场景集合的时频域数据降维方法—Bin法。Bin法的优势在于时域到频数域降维过程中可以保证不确定性信息的无损,即降维是有效的,同时降维后的数据维度与随机场景集合数量无关,即降维是高效的;进一步考虑可再生能源出力引起的建筑能源系统源侧不确定性问题,提出了一种考虑源/荷双重不确定性及其时序互相关性的随机规划方法。在Bin法基础上继续发展了Bi-Bin法用于实现源/荷双重不确定性场景降维。与Bin法相比,Bi-Bin法可以考虑源/荷之间的时序互相关性,保证了时频域数据降维过程的有效性。通过算例分析,验证了上述随机规划方法的有效性及求解高效性。并通过与确定性优化设计方案对比分析,验证了本文提出的基于完备信息的随机规划方法在实现建筑能源系统设计方案经济性及可靠性方面的优势。（4）储能能够提升能源系统柔性,而储能策略的随机性也增加了能源系统设计过程的不确定性,面对源/荷/储多维不确定性,本文提出了一种考虑源/荷/储多维不确定性条件的建筑能源系统随机规划方法。构建了典型年及典型日双重场景缩减技术,保证了随机规划模型可解性,同时兼顾了设计边界条件的不确定性。由于随机规划模型考虑了边界条件不确定性,因此随机规划方法可以实现不确定性设计条件下建筑能源系统的全寿命周期经济效益最大化;本文继续探讨了储能在应对源/荷不确定性时的效能,案例结果表明储能柔性能够抵御一定程度的负荷预测偏差。因此面对未来负荷以及可再生能源出力的不确定性,有必要考虑储能系统的规划,提升建筑能源系统的供能柔性,增加系统对抗不确定性的能力。
赵潇[9]（2020）在《随机需求下的风险规避型闭环物流网络设计优化模型与算法研究》文中研究表明随着社会及经济的不断发展,人类对资源及商品的需求与日俱增,且多样化、个性化趋势愈发明显。科技的进步在满足社会需求的同时使得商品的更新换代速度越来越快。产品生命周期的缩短加速了废弃品的产生,而且,借助于业已高度发达的电商产业,产品退换货需求与日俱增。对于此类产品若处理不当,将对环境造成难以估量的损害。与此同时,愈发严峻的雾霾、水污染等环境问题促使企业在追求发展的同时关注更多的可持续发展模式,这给企业带来巨大机遇的同时也提出了严峻挑战。在此背景下,以减少废弃物排放、促进物流可持续发展为基本目标的闭环物流网络模式应运而生。在闭环物流中,除传统的正向物流产品配送外,还包括对于各种退换产品的回收处理。由于外部环境,特别是市场需求（包括正向市场需求和逆向回收需求）的不确定性,使得本就更加复杂的闭环物流系统如何降低其运作成本、提高物流效率、增强其环境友好性成为企业面临的一大难题。也就是说,如何提高闭环物流系统在不确定需求下的可行性和可靠性是目前仍亟待解决的问题。为此,本文从随机需求下的闭环物流网络设计入手,以闭环设施选址、库存策略规划以及配送取货路径规划为基本内容,综合运用绿色供应链理论、最优化理论、风险决策理论等方法,研究在随机需求下相应的优化设计模型并提出相关求解算法,以降低闭环物流系统在不确定环境下的运营总成本,提高客户服务水平和环境友好性,进而提高设计方案的可行性和可靠性。具体地,本文主要研究工作及成果如下所述:（1）研究随机需求下风险规避型闭环物流网络设计的总体技术方案。首先,分析闭环物流的基本内涵和特征,明确其设计的基本目标和基本原则;然后,分析决策者风险偏好对于设计方案的影响,为提高决策方案在不确定环境下的可靠性奠定基础;基于此,提出随机需求下风险规避型闭环物流网络设计总体方案;然后,综合现有研究成果深入分析风险规避型闭环物流网络设计中的关键问题,并明确对应的解决路径,为后续的深入研究奠定基础。（2）研究风险规避型闭环设施选址-配取路径联合优化模型及其求解算法。首先,分析闭环物流网络中设施选址与配送取货路径联合优化问题的基本内容以及研究必要性;在此基础上,研究基于条件风险值CVa R的风险规避型度量方法;基于此构建随机需求下的风险规避型闭环设施选址-配取路径联合优化模型,上述0-1混合整数双目标非线性规划模型在最小化总成本的同时,可保证由需求的不确定造成的客户损失风险以及二氧化碳排放超标风险维持在较低水平,由此以提高闭环设施选址-配取路径联合优化问题解决方案的可靠性和可行性。由于该优化模型的高度非线性和非凸性,为实现其准确快速求解,本文通过改进的多分解结构的重构线性化技术将原非线性模型线性化;在面对大规模问题时,提出基于免疫遗传算法的启发式求解方法,以进一步提高其求解效率。最后,通过某电商企业在某地区闭环物流网络的规划问题为例,对上述问题加以验证分析。（3）研究随机需求下风险规避型设施选址-库存策略联合规划模型及其求解算法。首先,在上个问题分析的基础上,基于对常用的闭环物流网络库存协调机制的分析,构建面向完全非协调机制的闭环设施选址-库存策略联合优化基本模型;然后,为提高方案可靠性,构建基于机会约束的风险规避型联合优化模型,使得随机需求下的运输成本、惩罚成本、库存成本以及二氧化碳排放超过某一特定水平的概率维持在较低水平。由于构建的数学模型是0-1混合整数非线性规划,且机会约束在随机环境下难以求解,为解决因其非线性和机会约束带来的模型求解难题,本文首先将模型线性化,然后通过确定型替代策略将机会约束转换成一般约束,最终获得等价的更容易求解的0-1混合整数二次锥规划模型;此外,为进一步提高大规模问题下的求解效率,提出了基于两阶段贪婪分解搜索规则的启发式求解算法;最后,通过上述某电商企业案例进一步验证了本文所提方法在提高方案可行性和可靠性方面的有效性。（4）在前两部分研究的基础上,研究随机需求下风险规避型闭环设施选址-库存策略-配取路径联合优化模型和求解算法。相对于前两个联合优化模型,该部分研究因融合了更多的元素,使得其结构更加复杂,求解难度也更大。因此,在前文研究基础上,为降低风险规避型模型的求解难度,本章基于二阶随机占优策略的风险偏好度量模型,构建了随机需求下风险规避型闭环设施选址-库存策略-配取路径联合优化模型,以在最小化总成本的同时,使得相关关键指标在随机需求下的风险水平不低于基准方案。由于模型本身的复杂性,为进一步提高求解效率,本文首先基于线性重构技术对该非线性模型进行转化,然后通过抽样近似方法对其求解以进一步提高在随机环境下的收敛效率。最后,通过前文电商企业的工程案例对上述方法进行了应用验证。综上所述,本文将针对随机需求下风险规避型闭环物流网络设计方法展开深入研究。为提高设计方案在不确定环境下的可行性,本文研究更侧重于闭环物流网络的联合优化问题。此外,本文将研究其风险规避型设计优化方法,以提高其方案的可靠性。研究成果以期丰富拓展该领域相关理论方法,并对企业实践提供方法指导。
王新月[10]（2020）在《移动充电车实时需求响应的优化策略研究》文中认为现阶段在电动汽车的普及推广中,由于电池储电水平有限,固定充电方式存在服务范围有限、等待时间较长等缺点,使得大多数电动车车主具有“里程焦虑”的问题。移动充电方式是一种以“灵活、便捷、低成本”等优势着称的新型充电方式。电动汽车车主通过手机APP进行预约充电,选择充电时长、地点及服务时间窗,移动充电车运营商则通过平台系统对预约充电请求进行实时响应,并安排移动充电车辆在指定时间到达约定地点对已接受的预约订单进行充电服务。若移动充电运营商设定的响应策略不合理,可能会导致路程耗费时间长、物流成本高、服务效率低等问题。因此,研究移动充电车实时需求响应策略对于提高企业收益、促进移动充电行业发展具有重要意义。本文研究的预约充电需求实时响应问题,需要在服务已接受的预约订单（ERCs）与实时响应随时间推移动态出现的预约请求（LRCs）的同时,最大化系统收益。该实时响应过程有以下特点和难点:第一,由于两类预约请求的不同特点及要求、系统信息的动态变化性,需要针对ERCs制定滚动更新的服务路径方案,同时,所制定的服务路径方案会影响LRCs的实时接受决策,所以关于ERCs的具体车辆服务路径方案与LRCs的接受决策呈现动态交替影响的关系;第二,需要定量衡量未来随机需求信息对决策的影响并融入到这两类需求的决策模型中。因此,如何根据上述特点对整体服务响应策略进行建模表示和问题求解是本研究要攻克的难题。针对以上问题的特点与难点,本文开展了以下研究工作:（1）移动充电车实时需求响应策略问题分析。对本研究中的问题特点、问题建模及求解复杂性进行了深入地分析,并介绍了问题的求解思路。（2）移动充电车实时需求响应策略的设计。提出了基于近似动态规划优化算法的两阶段移动充电车实时需求响应策略:在考虑系统决策未来价值的同时,分别设计了针对ERCs的滚动服务路径方案生成方法和LRCs的实时接受决策流程。（3）移动充电车实时需求响应策略的仿真流程设计。设计仿真流程来获得趋于稳态的决策后状态的未来价值以及实现整体实时需求响应策略的生成。（4）数据实验。利用Python进行离线仿真得到稳定的状态价值函数;并通过与其他响应策略的对比实验,验证本文响应策略的有效性且给出相应管理启示。本研究可为实际移动充电车实时需求响应策略的优化提供一种科学、智能的决策方法,研究思路和决策逻辑可为类似的实时需求响应问题提供借鉴。研究成果丰富了动态决策理论研究,对提高运营商的服务收益具有实际意义。
二、技术需求与难题求解（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、技术需求与难题求解（论文提纲范文）
（1）边缘计算网络中任务卸载和资源分配优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 缩略语 |
| 常用数学符号 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 边缘计算概述 |
| 1.2.1 系统架构 |
| 1.2.2 基本特征 |
| 1.2.3 典型应用 |
| 1.2.4 关键性能指标 |
| 1.3 任务卸载和资源分配研究及挑战 |
| 1.3.1 任务卸载和资源分配 |
| 1.3.2 任务卸载和资源分配研究的挑战 |
| 1.4 研究现状 |
| 1.4.1 针对不同性能指标的任务卸载和资源分配研究 |
| 1.4.2 面向多服务器协同的任务卸载和资源分配研究 |
| 1.4.3 面向多维资源联合的任务卸载和资源分配研究 |
| 1.4.4 基于无人机辅助的任务卸载和资源分配研究 |
| 1.4.5 研究不足 |
| 1.5 主要创新工作与章节安排 |
| 1.5.1 主要创新工作 |
| 1.5.2 章节安排 |
| 2 基于边缘服务器协同的任务卸载和资源分配优化 |
| 2.1 引言 |
| 2.2 系统模型和问题建模 |
| 2.2.1 系统模型 |
| 2.2.2 问题建模 |
| 2.3 基于资源供需关系变化的在线式算法 |
| 2.3.1 基于李雅普诺夫优化理论的问题重构 |
| 2.3.2 基于连续凸近似理论的优化方法 |
| 2.4 性能仿真验证 |
| 2.4.1 仿真设置 |
| 2.4.2 仿真结果与分析 |
| 2.5 本章小结 |
| 3 基于端边协同的任务卸载和资源分配优化 |
| 3.1 引言 |
| 3.2 系统模型和问题建模 |
| 3.2.1 系统模型 |
| 3.2.2 问题建模 |
| 3.3 基于端边协同的在线式优化 |
| 3.3.1 基于李亚普诺夫优化理论的问题转化和分解 |
| 3.3.2 时间平均约束转化 |
| 3.3.3 用户端数据接入控制决策优化 |
| 3.3.4 边缘服务器侧计算资源分配优化 |
| 3.3.5 用户端计算和卸载相关决策优化 |
| 3.4 性能仿真验证 |
| 3.4.1 仿真设置 |
| 3.4.2 仿真结果与分析 |
| 3.5 本章小结 |
| 4 基于多维资源联合的任务卸载和资源分配优化 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 问题建模 |
| 4.3 基于多维资源联合的分布式在线优化 |
| 4.3.1 时间平均约束转化 |
| 4.3.2 通信和计算资源分配优化 |
| 4.3.3 基于匹配理论的任务缓存部署和调度决策优化 |
| 4.4 性能分析 |
| 4.5 性能仿真验证 |
| 4.5.1 仿真设置 |
| 4.5.2 仿真结果与分析 |
| 4.6 本章小结 |
| 5 基于无人机辅助的空地协同任务卸载和资源分配优化 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 问题建模 |
| 5.3 基于空地协同的在线式任务卸载和资源分配优化 |
| 5.3.1 问题转化 |
| 5.3.2 用户端计算资源分配优化 |
| 5.3.3 无人机侧计算资源分配和任务调度决策优化 |
| 5.4 性能分析 |
| 5.5 性能仿真验证 |
| 5.5.1 仿真设置 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文与其他成果 |
| 学位论文数据集 |
（2）隧道开挖卸荷作用下岩体破坏突水近场动力学模拟分析方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 研究背景及意义 |
| 1.1.2 选题依据与目的 |
| 1.2 国内外研究现状 |
| 1.2.1 隧道突水突变机理 |
| 1.2.2 突水灾变演化过程模拟方法 |
| 1.2.3 近场动力学在岩土工程中的应用 |
| 1.2.4 研究现状发展趋势与存在问题 |
| 1.3 主要内容与创新点 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 创新点 |
| 第二章 基于矩阵运算的裂隙岩体三维近场动力学模拟 |
| 2.1 近场动力学基本理论 |
| 2.1.1 连续-非连续模拟的非局部作用思想 |
| 2.1.2 常规态型近场动力学模型 |
| 2.1.3 动态/静态问题数值求解方法 |
| 2.2 节理裂隙岩体强度折减本构模型 |
| 2.2.1 基于强度折减理论的岩体本构模型 |
| 2.2.2 岩体本构模型参数确定方法 |
| 2.3 非均质岩体材料压缩破坏模拟 |
| 2.3.1 岩体材料非均质特性表征 |
| 2.3.2 岩体材料压缩破坏模拟 |
| 2.4 基于矩阵运算的高效求解策略 |
| 2.4.1 近场动力学矩阵运算基本原理 |
| 2.4.2 近场动力学矩阵运算程序开发 |
| 2.4.3 近场动力学矩阵运算效率分析 |
| 2.5 岩体破坏三维模拟算例验证 |
| 2.5.1 完整岩体破坏过程模拟 |
| 2.5.2 节理岩体破坏过程模拟 |
| 2.5.3 裂隙岩体破坏过程模拟 |
| 2.6 本章小结 |
| 第三章 裂隙岩体应力-渗流耦合近场动力学模拟 |
| 3.1 地下水渗流近场动力学模型 |
| 3.1.1 等效连续介质渗流模型 |
| 3.1.2 离散裂隙网络渗流模型 |
| 3.1.3 孔隙-裂隙双重介质渗流模型 |
| 3.2 裂隙岩体流-固耦合模拟方法 |
| 3.2.1 物质点双重覆盖理论模型 |
| 3.2.2 流-固耦合矩阵运算与程序开发 |
| 3.3 应力状态对水力裂隙扩展路径的影响规律 |
| 3.3.1 应力状态对水力裂隙的影响机制 |
| 3.3.2 水力裂隙扩展路径模拟结果分析 |
| 3.4 天然裂隙对水力裂隙扩展路径的影响规律 |
| 3.4.1 天然裂隙与水力裂隙相互作用关系 |
| 3.4.2 水力裂隙扩展路径模拟结果分析 |
| 3.5 岩体裂隙网络水力压裂过程损伤破坏规律 |
| 3.5.1 裂隙网络对水力裂隙的影响机制 |
| 3.5.2 裂隙网络岩体水力压裂模拟结果分析 |
| 3.6 本章小结 |
| 第四章 隧道开挖卸荷效应近场动力学模拟 |
| 4.1 卸荷效应模拟的物质点休眠法 |
| 4.1.1 物质点休眠法基本思想 |
| 4.1.2 开挖卸荷模拟程序设计 |
| 4.2 隧道开挖损伤区模拟分析 |
| 4.2.1 隧道开挖损伤区形成机制 |
| 4.2.2 隧道开挖损伤区演化过程 |
| 4.2.3 隧道开挖围岩位移场变化规律 |
| 4.3 渗流卸荷近场动力学模拟 |
| 4.3.1 孔隙介质渗流卸荷模拟 |
| 4.3.2 裂隙介质渗流卸荷模拟 |
| 4.3.3 双重介质渗流卸荷模拟 |
| 4.4 卸荷作用下应力-渗流耦合近场动力学模拟 |
| 4.4.1 卸荷作用下应力-渗流近场动力学模拟方法 |
| 4.4.2 卸荷作用下应力-渗流耦合模拟程序设计 |
| 4.5 隧道开挖损伤区应力-渗流耦合模拟 |
| 4.5.1 渗流对隧道开挖损伤区的影响机制 |
| 4.5.2 渗透压力对隧道开挖损伤的影响规律 |
| 4.6 本章小结 |
| 第五章 隧道隔水岩体渐进破坏突水灾变过程模拟 |
| 5.1 歇马隧道突水灾害概述 |
| 5.1.1 依托工程概况 |
| 5.1.2 工程现场突水情况 |
| 5.2 隧道岩体破坏突水地质力学模型试验 |
| 5.2.1 地质力学模型试验概述 |
| 5.2.2 隔水岩体渐进破坏突水过程 |
| 5.3 隧道岩体破坏突水近场动力学模型 |
| 5.3.1 隧道施工过程三维模型 |
| 5.3.2 监测断面布置情况 |
| 5.4 隧道岩体破坏突水模拟结果分析 |
| 5.4.1 围岩损伤状态分析 |
| 5.4.2 围岩渗流场分析 |
| 5.4.3 围岩位移场分析 |
| 5.5 本章小结 |
| 第六章 隧道隔水岩体渐进破坏突水影响因素分析 |
| 6.1 岩溶隧道突水影响因素与模型设计 |
| 6.1.1 岩溶隧道突水影响因素 |
| 6.1.2 岩溶隧道突水模拟工况设计 |
| 6.2 岩溶隧道突水灾变过程工程尺度模拟 |
| 6.2.1 工程尺度模拟三维数值模型 |
| 6.2.2 隔水岩体渐进破坏突水过程分析 |
| 6.3 岩溶隧道突水影响因素分析 |
| 6.3.1 溶洞发育规模 |
| 6.3.2 溶洞水压力 |
| 6.3.3 围岩弹性模量 |
| 6.3.4 围岩抗拉强度 |
| 6.3.5 隧道埋深 |
| 6.3.6 溶洞位置 |
| 6.4 基于数值模拟结果的隧道突水防控措施分析 |
| 6.4.1 最小安全厚度计算结果分析 |
| 6.4.2 岩溶隧道突水防控措施分析 |
| 6.5 本章小结 |
| 第七章 近场动力学岩土工程数值仿真软件及应用 |
| 7.1 数值仿真软件研发 |
| 7.1.1 软件功能设计 |
| 7.1.2 软件架构设计 |
| 7.1.3 软件运行环境 |
| 7.2 数值仿真软件介绍 |
| 7.2.1 用户界面介绍 |
| 7.2.2 使用方法介绍 |
| 7.3 应用实例分析 |
| 7.3.1 模型概况 |
| 7.3.2 模拟结果分析 |
| 7.4 本章小结 |
| 第八章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 博士期间参与的科研项目 |
| 博士期间发表的论文 |
| 博士期间申请的专利 |
| 博士期间获得的奖励 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（3）面向智能移动终端的多源信息融合定位关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 位置服务需求呈现爆发式增长态势 |
| 1.1.2 多源信息融合定位支撑高精度位置服务发展 |
| 1.1.3 智能移动终端的多源信息融合定位面临新难题 |
| 1.1.4 本文研究意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 定位特征的表征技术现状与分析 |
| 1.2.2 人体遮挡误差的补偿技术现状与分析 |
| 1.2.3 多定位特征的融合处理技术现状与分析 |
| 1.3 本文主要研究内容和贡献 |
| 1.4 本文章节安排 |
| 第二章 基于幅相融合的特征高区分度表征方法 |
| 2.1 引言 |
| 2.2 特征的空间区分度分析 |
| 2.2.1 空间区分度的内涵及计算方法 |
| 2.2.2 空间区分度的表征方法 |
| 2.3 幅相融合表征与特征匹配方法 |
| 2.3.1 现有定位特征及其相似性度量方法分析 |
| 2.3.2 幅相融合表征及特征相似性动态度量 |
| 2.3.3 基于局域RSSI关联的参考点优选策略 |
| 2.4 实验分析与性能评估 |
| 2.4.1 实验环境搭建 |
| 2.4.2 空间区分度评估 |
| 2.5 小结 |
| 第三章 IMU辅助的人体遮挡误差补偿方法 |
| 3.1 引言 |
| 3.2 定位误差源及遮挡误差作用机理分析 |
| 3.2.1 定位误差源分析 |
| 3.2.2 人体遮挡误差作用机理分析 |
| 3.3 人体遮挡误差的互反馈补偿方法 |
| 3.3.1 IMU辅助的遮挡状态辨识策略 |
| 3.3.2 遮挡误差补偿模型的建立方法 |
| 3.3.3 人体遮挡误差的补偿算法 |
| 3.4 实验分析与性能评估 |
| 3.4.1 实验环境搭建 |
| 3.4.2 误差补偿模型的参数拟合 |
| 3.4.3 误差补偿算法的性能分析 |
| 3.5 小结 |
| 第四章 定位特征信息的多层级融合方法 |
| 4.1 引言 |
| 4.2 定位信息的传统融合方法 |
| 4.2.1 基于KF的融合方法 |
| 4.2.2 基于PF的融合方法 |
| 4.3 定位信息的多层级融合方法 |
| 4.3.1 定位信息的多层级融合框架设计 |
| 4.3.2 基于多层粒子滤波的多源信息融合定位方法 |
| 4.3.3 融合定位方法性能的理论分析 |
| 4.4 仿真实验与结果分析 |
| 4.4.1 仿真环境设定 |
| 4.4.2 融合定位方法性能评估 |
| 4.5 小结 |
| 第五章 多源信息融合定位关键技术实验验证 |
| 5.1 引言 |
| 5.2 实验设备与环境搭建 |
| 5.2.1 实验设备介绍 |
| 5.2.2 实验环境搭建 |
| 5.3 多源信息融合定位算法性能测试 |
| 5.3.1 基于幅相融合特征的表征方法性能评估 |
| 5.3.2 IMU辅助的人体遮挡误差补偿方法性能评估 |
| 5.3.3 基于BPM-MPF的多源信息融合定位性能评估 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 6.1 主要研究内容总结 |
| 6.2 融合定位研究展望 |
| 参考文献 |
| 缩略语 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位期间申请专利目录 |
（4）电-气耦合系统联合优化运行及其调度策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电-气耦合系统建模 |
| 1.2.2 电-气耦合系统环境经济调度 |
| 1.2.3 多目标优化算法 |
| 1.2.4 电-气耦合系统不确定性调度 |
| 1.2.5 电-气耦合系统分散调度 |
| 1.3 现有研究工作不足 |
| 1.4 本文工作与章节安排 |
| 第二章 考虑大气污染物时空扩散的电-气耦合系统环境经济调度 |
| 2.1 引言 |
| 2.2 大气污染物时空扩散控制 |
| 2.2.1 高斯烟团扩散模型 |
| 2.2.2 大气污染物时空扩散控制 |
| 2.3 电-气耦合系统环境经济调度模型 |
| 2.3.1 电力系统约束 |
| 2.3.2 天然气动态约束 |
| 2.3.3 目标函数 |
| 2.4 求解方法 |
| 2.4.1 广义隶属度优化 |
| 2.4.2 非线性凸松弛 |
| 2.5 算例分析 |
| 2.5.1 仿真算例设计 |
| 2.5.2 排放时段最短时长研究 |
| 2.5.3 排放量控制与时空扩散控制对比 |
| 2.5.4 环境经济调度优势 |
| 2.5.5 凸优化的收敛性 |
| 2.6 本章小结 |
| 第三章 电-气耦合系统环境经济调度模型的Pareto优化 |
| 3.1 引言 |
| 3.2 用于Pareto优化的均分邻近点法 |
| 3.2.1 Pareto优化 |
| 3.2.2 均匀邻近点法 |
| 3.2.3 HAPM的应用与讨论 |
| 3.2.4 多目标决策 |
| 3.3 电-气耦合系统环境经济调度模型 |
| 3.3.1 电力系统约束 |
| 3.3.2 天然气系统约束 |
| 3.3.3 大气污染物控制约束 |
| 3.3.4 优化目标 |
| 3.4 两阶段Pareto优化 |
| 3.4.1 第一阶段简化模型Pareto优化 |
| 3.4.2 第二阶段精确模型凸化 |
| 3.5 算例分析 |
| 3.5.1 仿真系统设计 |
| 3.5.2 环境经济调度的优越性 |
| 3.5.3 HAPM性能评估 |
| 3.5.4 两阶段Pareto优化验证 |
| 3.6 本章小结 |
| 第四章 大规模风电接入的电-气耦合系统随机鲁棒调度 |
| 4.1 引言 |
| 4.2 Nataf变换三点估计法 |
| 4.2.1 Nataf变换 |
| 4.2.2 三点估计法 |
| 4.3 电-气耦合系统随机鲁棒调度模型 |
| 4.3.1 含电转气的EGIS模型 |
| 4.3.2 随机鲁棒基本架构 |
| 4.3.3 电力系统鲁棒约束 |
| 4.3.4 天然气系统鲁棒约束 |
| 4.3.5 点估计法制定优化目标 |
| 4.4 求解方法 |
| 4.4.1 双线性项替换 |
| 4.4.2 目标和约束凸化 |
| 4.5 小系统仿真 |
| 4.5.1 仿真系统设计 |
| 4.5.2 EGIS的耦合效益 |
| 4.5.3 调节风电波动对比 |
| 4.5.4 实际运行成本对比 |
| 4.5.5 PCCP计算效率 |
| 4.6 大系统仿真 |
| 4.7 本章小结 |
| 第五章 基于双层凸分散优化的电-气耦合系统分散调度 |
| 5.1 引言 |
| 5.2 分散调度原因和框架 |
| 5.3 常用分散优化算法 |
| 5.3.1 交替方向乘子法 |
| 5.3.2 辅助问题原理法 |
| 5.3.3 Benders分解法 |
| 5.4 电-气耦合系统优化调度问题 |
| 5.4.1 电力系统约束 |
| 5.4.2 天然气系统约束 |
| 5.4.3 大气污染物控制约束 |
| 5.4.4 优化目标 |
| 5.5 双层凸分散优化算法 |
| 5.5.1 上层凸化 |
| 5.5.2 下层分散 |
| 5.5.3 计算框架 |
| 5.6 小系统仿真 |
| 5.6.1 上层PCCP凸化验证 |
| 5.6.2 双层凸分散优化验证 |
| 5.6.3 参数设置对收敛性的影响 |
| 5.7 大系统仿真 |
| 5.8 结论 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（5）基于多速率采样系统的数据驱动控制器综合（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 多速率采样系统的研究现状 |
| 1.3 数据驱动控制方法的研究现状 |
| 1.3.1 数据驱动控制方法的研究现状 |
| 1.3.2 强化学习算法的研究现状 |
| 1.3.3 基于强化学习的控制算法的研究现状 |
| 1.4 现有控制方法的局限性 |
| 1.4.1 控制方法种类局限性 |
| 1.4.2 控制方法原理局限性 |
| 1.5 本文主要研究内容 |
| 第2章 多速率采样系统特性分析及其有限频域控制器设计 |
| 2.1 引言 |
| 2.2 多速率采样系统建模与特性分析 |
| 2.3 多速率采样系统有限频域控制器设计 |
| 2.3.1 相关引理说明 |
| 2.3.2 有限频域控制器设计 |
| 2.4 仿真说明 |
| 2.4.1 数值仿真 |
| 2.4.2 主动悬架系统半实物仿真 |
| 2.5 本章小结 |
| 第3章 基于模型拟合和系统辨识的多速率采样系统数据驱动模型预测控制器设计 |
| 3.1 引言 |
| 3.2 基于偏分最小二乘的多速率采样系统数据驱动模型预测控制器设计 |
| 3.3 基于子空间辨识的多速率采样系统数据驱动模型预测控制器设计 |
| 3.4 仿真说明 |
| 3.4.1 连续搅拌槽式反应器建模 |
| 3.4.2 基于偏分最小二乘的数据驱动模型预测控制的仿真验证 |
| 3.4.3 基于子空间辨识的数据驱动模型预测控制的仿真验证 |
| 3.5 本章小结 |
| 第4章 基于贝尔曼方程的多速率采样系统数据驱动控制器参数优化方法 |
| 4.1 引言 |
| 4.2 多速率采样系统的新模型及其LQR控制器设计 |
| 4.3 多速率采样系统的数据驱动学习型参数优化算法 |
| 4.4 仿真验证说明 |
| 4.4.1 数值仿真 |
| 4.4.2 三自由度直升机数据驱动最优控制器设计 |
| 4.5 本章小结 |
| 第5章 基于策略梯度下降的多速率采样系统数据驱动控制器设计 |
| 5.1 引言 |
| 5.2 强化学习算法简单介绍 |
| 5.2.1 策略梯度下降算法 |
| 5.2.2 信赖域策略优化算法 |
| 5.2.3 深度Q学习算法 |
| 5.3 基于策略梯度下降的多速率采样系统数据驱动控制器设计 |
| 5.3.1 新扩维方法下的一般性多速率采样系统 |
| 5.3.2 回报函数模块设计 |
| 5.3.3 控制器优化算法 |
| 5.3.4 控制器实现综合 |
| 5.4 基于确定性策略梯度下降的多速率采样系统数据驱动控制器设计 |
| 5.5 基于策略梯度下降的多速率采样系统数据驱动鲁棒控制器探究 |
| 5.6 仿真说明 |
| 5.6.1 基于策略梯度下降的数据驱动控制器仿真验证 |
| 5.6.2 基于策略梯度下降的数据驱动鲁棒控制器仿真验证 |
| 5.7 本章小结 |
| 第6章 基于集合概率模型的多速率采样系统数据驱动控制器设计 |
| 6.1 引言 |
| 6.2 基于集合概率模型的多速率系统的数据驱动模型预测控制器设计 |
| 6.3 基于集合概率模型的多速率系统的数据驱动神经网络控制器设计 |
| 6.4 仿真说明 |
| 6.4.1 基于集合概率模型的数据驱动模型预测控制仿真验证 |
| 6.4.2 非线性多速率采样系统仿真验证 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（6）基于时间窗模型的空间信息网络资源管理方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 空间信息网络的研究背景及意义 |
| 1.1.1 空间信息网络概况 |
| 1.1.2 空间信息网络的研究现状 |
| 1.2 空间信息网络资源管理方法时间窗建模 |
| 1.2.1 研究场景 |
| 1.2.2 空间信息网络资源管理方法的时间窗模型构建 |
| 1.3 基于时间窗模型下空间信息网络资源管理方法研究现状 |
| 1.3.1 基于固定时间窗模型下资源管理方法研究现状 |
| 1.3.2 基于非固定时间窗模型下资源管理方法研究现状 |
| 1.3.3 基于扩展时间窗模型下资源管理方法研究现状 |
| 1.3.4 现有研究存在的问题与不足 |
| 1.4 论文的主要贡献及结构安排 |
| 第二章 基于固定时间窗模型下区域目标调度机制 |
| 2.1 引言 |
| 2.2 系统模型和问题建模 |
| 2.3 算法设计 |
| 2.3.1 问题分解 |
| 2.3.2 问题P1求解 |
| 2.3.3 问题P2求解 |
| 2.3.4 整体算法 |
| 2.4 仿真结果与分析 |
| 2.5 仿真参数设置 |
| 2.5.1 实验一 |
| 2.5.2 实验二 |
| 2.6 本章小结 |
| 第三章 基于非固定时间窗模型下中继卫星动态调度机制 |
| 3.1 引言 |
| 3.2 系统模型和预备知识 |
| 3.2.1 系统模型描述 |
| 3.2.2 滚动时域策略 |
| 3.2.3 时间窗模型和任务模型 |
| 3.2.4 异步调度模式 |
| 3.2.5 相关定义和有界假设 |
| 3.3 问题建模与转化 |
| 3.3.1 问题建模描述 |
| 3.3.2 约束 |
| 3.3.3 问题建模 |
| 3.3.4 问题转化 |
| 3.4 问题求解与算法 |
| 3.4.1 问题P4结构分析 |
| 3.4.2 问题P5分析与转化 |
| 3.4.3 算法设计 |
| 3.5 仿真结果与分析 |
| 3.5.1 仿真设置 |
| 3.5.2 不同模式下TDAPA算法的性能验证 |
| 3.5.3 TDAPA算法的性能测试 |
| 3.5.4 TDAPA算法与其他算法的性能比较 |
| 3.6 本章小结 |
| 3.7 附录 |
| 3.7.1 定理3.2的证明 |
| 3.7.2 定理3.3的证明 |
| 第四章 基于扩展时间窗模型下观测与传输资源联合管理机制 |
| 4.1 引言 |
| 4.2 系统模型和问题 |
| 4.2.1 约束 |
| 4.2.2 问题建模 |
| 4.3 求解方法和算法框架 |
| 4.3.1 基于SDR的初步算法设计 |
| 4.3.2 JOTSAS算法设计 |
| 4.4 仿真结果与分析 |
| 4.4.1 仿真参数设置 |
| 4.4.2 JOTSAS算法的性能评估 |
| 4.4.3 JOTSAS算法与对比方案性能比较 |
| 4.4.4 Gre CPInit算法的性能评估 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文内容总结 |
| 5.2 后续研究工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）电动汽车充电服务诱导策略及优化问题研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于续驶里程约束的电动汽车路径问题研究 |
| 1.2.2 基于部分充电策略的电动汽车出行路径规划方法 |
| 1.2.3 面向能耗效益的电动汽车出行方案优化研究 |
| 1.2.4 考虑多目标的电动汽车充电及路径规划方法 |
| 1.2.5 考虑随机影响因素的电动汽车充电及路径规划方法 |
| 1.2.6 基于动态交通信息的电动汽车出行方案优化研究 |
| 1.2.7 面向充电服务运营效益的电动汽车充电调度及控制策略研究 |
| 1.2.8 现有研究成果总结与评述 |
| 1.3 研究目标与主要内容 |
| 1.4 技术路线和篇章结构 |
| 1.4.1 技术路线 |
| 1.4.2 篇章结构 |
| 2 基于行驶方向特征的电动汽车充电诱导快速算法设计 |
| 2.1 算法需求特征分析 |
| 2.2 可达充电站快速搜索方法设计 |
| 2.3 方向趋势一致性量化方法设计 |
| 2.4 充电诱导快速算法 |
| 2.4.1 算法执行步骤 |
| 2.4.2 算法参数分析 |
| 2.5 仿真算例研究 |
| 2.5.1 仿真结果分析 |
| 2.5.2 算法运行时间分析 |
| 2.6 本章小结 |
| 3 面向多阶段充电场景的电动汽车充电诱导优化建模 |
| 3.1 电动汽车可行路径搜索方法 |
| 3.2 多阶段充电决策优化模型 |
| 3.3 求解方法设计 |
| 3.4 数值算例研究 |
| 3.4.1 算例场景描述 |
| 3.4.2 优化结果分析 |
| 3.4.3 终点站剩余电量影响分析 |
| 3.5 本章小结 |
| 4 考虑随机行驶状态的电动汽车多目标充电诱导优化建模 |
| 4.1 电动汽车行驶状态随机特性分析 |
| 4.1.1 行驶速度随机特性 |
| 4.1.2 行驶能耗随机特性 |
| 4.2 基于鲁棒优化的路径搜索模型 |
| 4.3 考虑多目标的充电诱导决策优化模型 |
| 4.3.1 行驶能耗目标 |
| 4.3.2 出行时间目标 |
| 4.3.3 充电费用目标 |
| 4.3.4 约束条件 |
| 4.4 多目标模型转换及求解 |
| 4.4.1 基于模糊数学的多目标模型转换 |
| 4.4.2 求解算法设计 |
| 4.5 数值算例研究 |
| 4.5.1 算例场景描述 |
| 4.5.2 优化结果分析 |
| 4.5.3 算法参数及收敛性分析 |
| 4.6 本章小结 |
| 5 面向动态充电请求的电动汽车充电服务诱导策略 |
| 5.1 充电请求动态特性分析 |
| 5.2 时变路网环境的动态充电诱导问题描述 |
| 5.2.1 时变路网特征分析 |
| 5.2.2 动态充电诱导问题建立 |
| 5.3 基于用户出行需求的充电服务诱导策略 |
| 5.4 基于充电站车辆均衡的充电服务诱导策略 |
| 5.5 仿真算例研究 |
| 5.5.1 仿真场景描述 |
| 5.5.2 仿真结果分析 |
| 5.5.3 参数分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 主要工作及结论 |
| 6.2 论文创新点 |
| 6.3 未来研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）不确定设计边界下建筑能源系统随机规划研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 供给侧能源结构转型及面临挑战 |
| 1.1.2 建筑能源需求转变及面临挑战 |
| 1.1.3 课题研究意义 |
| 1.1.4 本文研究对象的共性特征阐述 |
| 1.2 国内外研究现状 |
| 1.2.1 荷侧一维不确定性问题研究现状 |
| 1.2.2 源/荷双重不确定性及时序相关性问题研究现状 |
| 1.2.3 不确定性环境下的储能系统规划问题研究现状 |
| 1.2.4 不确定性规划模型研究现状 |
| 1.3 本文的主要工作 |
| 第2章 复杂建筑能源系统优化设计模型建立及分析 |
| 2.1 概述 |
| 2.2 不同复杂度的建筑能源系统 |
| 2.2.1 考虑荷侧一维不确定性的建筑能源系统 |
| 2.2.2 源/荷双重不确定性的建筑能源系统 |
| 2.2.3 源/荷/储多维不确定的建筑能源系统 |
| 2.3 确定性优化设计方法 |
| 2.3.1 建筑能源系统确定型优化设计模型的紧凑形式 |
| 2.3.2 确定性优化模型的求解方法 |
| 2.4 确定性优化设计结果分析 |
| 2.4.1 案例1 结果分析 |
| 2.4.2 案例2 结果分析 |
| 2.4.3 案例3 结果分析 |
| 2.5 本章小结 |
| 第3章 不确定性场景生成方法与不确定性、敏感性分析 |
| 3.1 概述 |
| 3.2 不确定性场景生成方法 |
| 3.2.1 不确定性信息的概率模型 |
| 3.2.2 蒙特卡洛仿真方法 |
| 3.2.3 基于JS散度的相似度度量及收敛性判据 |
| 3.3 概率密度分布模型的讨论 |
| 3.3.1 输入参数描述 |
| 3.3.2 相似度度量 |
| 3.4 不确定性分析 |
| 3.4.1 蒙特卡洛仿真收敛性判断 |
| 3.4.2 设计边界不确定性分析结果 |
| 3.4.3 设计方案不确定性分析结果 |
| 3.4.4 供能可靠性分析结果 |
| 3.5 敏感性分析 |
| 3.5.1 Sobol’全局敏感性分析方法 |
| 3.5.2 敏感性分析结果 |
| 3.6 本章小结 |
| 第4章 考虑荷侧一维不确定性的随机规划方法 |
| 4.1 概述 |
| 4.2 建筑供冷系统随机规划方法 |
| 4.2.1 负荷一维不确定性下优化设计问题的简化数学描述 |
| 4.2.2 两阶段随机规划模型及求解算法 |
| 4.2.3 存在难点及问题 |
| 4.3 基于Bin法的时序不确定性场景降维方法 |
| 4.4 基于负荷完备信息的随机规划模型 |
| 4.4.1 随机规划模型建立 |
| 4.4.2 系统历年平均负荷不保证率约束 |
| 4.4.3 随机规划模型有效性及求解高效性验证 |
| 4.5 案例分析 |
| 4.5.1 不确定性负荷场景集合 |
| 4.5.2 随机规划模型的有效性及求解效率验证结果 |
| 4.5.3 系统优化设计方案 |
| 4.5.4 不同保证率下的系统优化设计结果 |
| 4.5.5 信息完备度对优化设计结果的影响 |
| 4.6 本章小结 |
| 第5章 考虑源/荷双重不确定性及互相关性的随机规划方法 |
| 5.1 概述 |
| 5.2 基于Bi-Bin法的源/荷不确定性数据降维方法 |
| 5.2.1 难点描述 |
| 5.2.2 Bi-Bin方法 |
| 5.3 考虑源/荷完备信息随机规划模型 |
| 5.3.1 随机规划模型构建 |
| 5.3.2 系统历年平均供能不保证率及不保证量约束 |
| 5.4 模型有效性测试 |
| 5.4.1 测试情景设计 |
| 5.4.2 有效性测试结果 |
| 5.5 案例边界条件分析 |
| 5.6 案例结果及讨论 |
| 5.6.1 优化配置结果对比分析 |
| 5.6.2 可靠性及运行经济性测试 |
| 5.6.3 供能可靠度对优化配置结果的影响分析 |
| 5.7 本章小结 |
| 第6章 考虑源/荷/储多维不确定性的随机规划方法 |
| 6.1 概述 |
| 6.2 时域内的随机规划模型 |
| 6.2.1 目标函数 |
| 6.2.2 约束条件 |
| 6.3 概率化场景生成及缩减方法 |
| 6.3.1 特征矩阵构造方法 |
| 6.3.2 场景缩减方法 |
| 6.3.3 典型年及典型日缩放因子 |
| 6.4 场景缩减结果分析 |
| 6.4.1 典型年场景缩减结果分析 |
| 6.4.2 典型日场景缩减结果分析 |
| 6.4.3 随机规划模型输入边界 |
| 6.5 案例结果及分析 |
| 6.5.1 随机规划方案与确定性设计方案对比分析 |
| 6.5.2 储能在应对不确定性时的柔性效应 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究创新点 |
| 7.3 后续工作展望 |
| 参考文献 |
| 附录 A 建筑能源系统确定性优化设计模型 |
| 附录 B 场景缩减参数 |
| 发表论文及参加科研情况说明 |
| 致谢 |
（9）随机需求下的风险规避型闭环物流网络设计优化模型与算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 问题的提出 |
| 1.3 国内外研究现状 |
| 1.3.1 闭环设施选址-配取路径联合优化研究 |
| 1.3.2 闭环设施选址-库存策略联合优化研究 |
| 1.3.3 闭环设施选址-库存策略-路径联合优化研究 |
| 1.3.4 国内外研究现状总结 |
| 1.4 研究目的及意义 |
| 1.4.1 研究目的 |
| 1.4.2 研究意义 |
| 1.5 研究技术路线 |
| 1.6 研究内容及文章结构 |
| 1.7 课题来源 |
| 1.8 本章小结 |
| 第2章 随机需求下风险规避型闭环物流网络设计总体方案及关键问题分析 |
| 2.1 引言 |
| 2.2 闭环物流网络的基本内涵和特征 |
| 2.2.1 基本内涵 |
| 2.2.2 基本特征 |
| 2.3 闭环物流网络设计的基本目标和原则 |
| 2.3.1 基本目标 |
| 2.3.2 基本原则 |
| 2.4 风险偏好对闭环物流网络规划决策的影响分析 |
| 2.5 随机需求下风险规避型闭环物流网络设计三阶段过程模型 |
| 2.6 闭环物流网络设计关键问题分析 |
| 2.6.1 闭环设施选址问题 |
| 2.6.2 配送及取货路径规划问题 |
| 2.6.3 设施库存策略规划问题 |
| 2.6.4 风险偏好度量问题 |
| 2.6.5 联合优化问题 |
| 2.7 本章小结 |
| 第3章 随机需求下风险规避型闭环物流设施选址-配取路径联合优化 |
| 3.1 引言 |
| 3.2 问题描述及研究思路分析 |
| 3.2.1 问题描述 |
| 3.2.2 研究思路 |
| 3.3 基于条件风险值的规避型偏好度量 |
| 3.4 不确定需求下闭环设施选址-配取路径优化问题模型构建 |
| 3.4.1 随机需求下风险中性条件下的设施选址-配取路径基本模型构建 |
| 3.4.2 基于条件风险值的风险规避型闭环设施选址-配取路径联合规划模型 |
| 3.5 模型求解算法研究 |
| 3.5.1 基于改进多分解结构的重构线性化技术的求解算法 |
| 3.5.2 面向大规模问题的免疫遗传算法 |
| 3.6 案例分析 |
| 3.6.1 案例背景描述 |
| 3.6.2 算法有效性分析 |
| 3.6.3 联合优化模型的可行性分析 |
| 3.6.4 风险规避型决策的可靠性分析 |
| 3.7 本章小结 |
| 第4章 随机需求下风险规避型闭环物流设施选址-库存策略联合优化 |
| 4.1 引言 |
| 4.2 问题描述与研究思路分析 |
| 4.2.1 问题描述 |
| 4.2.2 研究思路 |
| 4.3 随机需求下的闭环物流网络库存策略分析 |
| 4.4 随机需求下风险规避型设施选址-库存策略联合优化模型构建 |
| 4.4.1 完全非协调下闭环设施选址-库存策略联合优化基本模型构建 |
| 4.4.2 非完全协调下的闭环设施选址-库存策略联合优化模型构建 |
| 4.4.3 基于机会约束的风险规避型闭环设施选址-库存策略联合优化模型 |
| 4.5 模型求解算法研究 |
| 4.5.1 基于线性重构和确定型近似的模型等价转化 |
| 4.5.2 基于两阶段贪婪分解搜索规则的启发式求解算法 |
| 4.6 案例分析 |
| 4.6.1 基本问题描述 |
| 4.6.2 算法效果分析 |
| 4.6.3 不同协调机制下的影响分析 |
| 4.6.4 联合优化模型的可行性分析 |
| 4.6.5 风险规避型决策的可靠性分析 |
| 4.7 本章小结 |
| 第5章 随机需求下风险规避型闭环物流设施选址-库存策略-配取路径联合优化研究 |
| 5.1 引言 |
| 5.2 问题描述与研究思路分析 |
| 5.2.1 问题描述 |
| 5.2.2 研究思路 |
| 5.3 闭环设施选址-库存策略-配取路径联合规划问题建模 |
| 5.3.1 闭环设施选址-库存策略-配取路径联合优化的基本模型 |
| 5.3.2 基于随机占优的风险规避型闭环设施选址-库存策略-路径联合优化模型构建 |
| 5.4 模型求解算法研究 |
| 5.4.1 线性随机规划模型重构 |
| 5.4.2 基于抽样平均近似方法的求解算法 |
| 5.5 案例分析 |
| 5.5.1 算法效果分析 |
| 5.5.2 联合优化模型的可行性分析 |
| 5.5.3 风险规避型方案可靠性分析 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间取得的科研成果 |
| 附录2 攻读博士学位期间参加的科研项目 |
（10）移动充电车实时需求响应的优化策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 问题的提出 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 电动汽车移动充电相关问题研究现状 |
| 1.3.2 实时需求响应策略问题研究现状 |
| 1.3.3 动态车辆路径问题研究现状 |
| 1.3.4 国内外相关研究小结 |
| 1.4 本文主要研究工作 |
| 1.4.1 研究内容 |
| 1.4.2 研究思路 |
| 2 移动充电车实时需求响应策略问题分析 |
| 2.1 问题描述 |
| 2.2 问题假设 |
| 2.3 问题特点及复杂性分析 |
| 2.3.1 问题特点分析 |
| 2.3.2 问题复杂性分析 |
| 2.4 问题求解思路 |
| 2.5 本章小结 |
| 3 移动充电车实时需求响应策略的设计 |
| 3.1 相关变量定义与说明 |
| 3.2 移动充电车实时需求响应策略 |
| 3.3 第一阶段需求响应策略 |
| 3.3.1 多阶段随机动态决策模型构建 |
| 3.3.2 VRPTW模型的构建及求解 |
| 3.3.3 具体行动方案的提取算法 |
| 3.4 第二阶段需求响应策略 |
| 3.4.1 接受LRCs的可行性判断 |
| 3.4.2 接受LRCs的决策价值判断 |
| 3.5 决策未来价值的求解算法 |
| 3.6 本章小结 |
| 4 移动充电车实时需求响应策略生成的仿真流程设计 |
| 4.1 求解决策未来价值的离线仿真 |
| 4.2 在线响应决策流程 |
| 4.3 本章小结 |
| 5 实验分析 |
| 5.1 算例设计 |
| 5.2 决策的稳态未来价值计算 |
| 5.3 策略比较实验及结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 条目空间表及价值表 |
| 攻读硕士学位期间发表学术论文情况 |
| 攻读硕士学位期间发明专利情况 |
| 致谢 |
四、技术需求与难题求解（论文参考文献）
- [1]边缘计算网络中任务卸载和资源分配优化研究[D]. 孙笑科. 北京交通大学, 2021(02)
- [2]隧道开挖卸荷作用下岩体破坏突水近场动力学模拟分析方法[D]. 高成路. 山东大学, 2021(11)
- [3]面向智能移动终端的多源信息融合定位关键技术研究[D]. 付潇. 北京邮电大学, 2020
- [4]电-气耦合系统联合优化运行及其调度策略研究[D]. 瞿凯平. 华南理工大学, 2020(02)
- [5]基于多速率采样系统的数据驱动控制器综合[D]. 薛盛日. 哈尔滨工业大学, 2020(01)
- [6]基于时间窗模型的空间信息网络资源管理方法研究[D]. 何立军. 西安电子科技大学, 2020
- [7]电动汽车充电服务诱导策略及优化问题研究[D]. 王永兴. 北京交通大学, 2020
- [8]不确定设计边界下建筑能源系统随机规划研究[D]. 牛纪德. 天津大学, 2020(01)
- [9]随机需求下的风险规避型闭环物流网络设计优化模型与算法研究[D]. 赵潇. 武汉科技大学, 2020(12)
- [10]移动充电车实时需求响应的优化策略研究[D]. 王新月. 大连理工大学, 2020(06)