• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      綜合能源系統(tǒng)中多能源協(xié)同優(yōu)化方法研究

      2022-01-21 10:49:30武志宏楊永標(biāo)李熙李澤斌張衛(wèi)國(guó)
      電氣傳動(dòng) 2022年2期
      關(guān)鍵詞:蛙跳粒子網(wǎng)格

      武志宏,楊永標(biāo),李熙,李澤斌,張衛(wèi)國(guó)

      (1.國(guó)網(wǎng)山西省電力公司,山西 太原 030000;2.東南大學(xué)電氣工程學(xué)院,江蘇 南京 210096;3.國(guó)網(wǎng)山西省綜合能源服務(wù)有限公司,山西 太原 030000;4.國(guó)網(wǎng)太原供電公司,山西 太原 030000;5.國(guó)電南瑞科技股份有限公司,江蘇 南京 210008)

      能源作為人類(lèi)社會(huì)進(jìn)步的關(guān)鍵物質(zhì)基礎(chǔ)之一,在經(jīng)濟(jì)發(fā)展與國(guó)民保障等方面均發(fā)揮著重要作用。其中,綜合能源系統(tǒng)中多能源協(xié)同規(guī)劃和調(diào)控方式的研究,會(huì)對(duì)能源生產(chǎn)與能源生產(chǎn)范式重構(gòu)等方面有創(chuàng)新的作用,并充分豐富綜合能源系統(tǒng)的整體建設(shè)和能源互聯(lián)網(wǎng)的覆蓋,以此推動(dòng)能源綠色生態(tài)化發(fā)展,為能源高效利用和節(jié)能減排提供支撐[1-3]。

      鑒于綜合能源中多能源協(xié)同優(yōu)化的現(xiàn)實(shí)意義,該領(lǐng)域相關(guān)人員提出了很多優(yōu)秀成果。文獻(xiàn)[4]指出綜合能源系統(tǒng)中的各種設(shè)備日益豐富的現(xiàn)狀,提出將區(qū)域能源的運(yùn)營(yíng)商當(dāng)作主體,分別在系統(tǒng)側(cè)與用戶(hù)側(cè)同時(shí)通過(guò)綜合能源系統(tǒng)具備的多能互補(bǔ)性,設(shè)計(jì)并構(gòu)建雙側(cè)系統(tǒng)運(yùn)行模型,調(diào)整能源轉(zhuǎn)換設(shè)備分配因素,實(shí)現(xiàn)系統(tǒng)多能源需求匹配度的有效提升,但該方法的可靠性較低;文獻(xiàn)[5]指出工業(yè)園區(qū)是一個(gè)比較典型的綜合能源系統(tǒng),將能量梯級(jí)應(yīng)用至綜合能源系統(tǒng)中進(jìn)行多能源調(diào)節(jié)與優(yōu)化,先簡(jiǎn)單介紹了工廠綜合能源系統(tǒng)框架,然后針對(duì)能源系統(tǒng)中各種能量生產(chǎn)設(shè)備和能量轉(zhuǎn)換設(shè)備等進(jìn)行單獨(dú)建模,但是該方法的實(shí)際應(yīng)用成本較高;文獻(xiàn)[6]指出將綜合能源系統(tǒng)當(dāng)作核心的綜合能源互聯(lián)網(wǎng)為生態(tài)環(huán)境污染治理的關(guān)鍵途徑之一,將社區(qū)的綜合能源系統(tǒng)當(dāng)作研究目標(biāo)對(duì)象,提出構(gòu)建包括共享儲(chǔ)能和熱電聯(lián)供等設(shè)備的用戶(hù)協(xié)調(diào)模型,依據(jù)用戶(hù)日消耗量科學(xué)再分配整體費(fèi)用,但是該方法的減排率受到限制。

      上述研究的減排性能和模型可靠性待優(yōu)化,為了更好地實(shí)現(xiàn)綜合能源協(xié)同優(yōu)化,減少能源消耗成本,增強(qiáng)系統(tǒng)可靠性,提高減排率,本文提出基于混沌蛙跳算法的綜合能源系統(tǒng)中多能源協(xié)同優(yōu)化方法。利用混沌蛙跳算法具備的快速尋優(yōu)性能逐漸向理論最優(yōu)解逼近,根據(jù)自適應(yīng)網(wǎng)格密度法動(dòng)態(tài)維護(hù)最優(yōu)解規(guī)模,通過(guò)最優(yōu)解選取方案為蛙群選取最佳的更新粒子,當(dāng)滿足得到最優(yōu)解或達(dá)到最大迭代次數(shù)條件時(shí),獲取最優(yōu)解,得到符合目標(biāo)模型的多能源協(xié)同優(yōu)化方案,以緩解綜合能源系統(tǒng)中多能源協(xié)同優(yōu)化的問(wèn)題,為該領(lǐng)域相關(guān)研究提供參考。

      1 綜合能源系統(tǒng)中多能源協(xié)同優(yōu)化

      1.1 目標(biāo)函數(shù)

      綜合考慮多能源協(xié)同優(yōu)化實(shí)際需求,依靠綜合能源系統(tǒng)基本結(jié)構(gòu)圖構(gòu)建多能源協(xié)同優(yōu)化模型,結(jié)構(gòu)圖如圖1所示。

      圖1 綜合能源系統(tǒng)基本結(jié)構(gòu)圖Fig.1 Basic structure of integrated energy system

      綜合能源系統(tǒng)是面向整個(gè)社會(huì)能源市場(chǎng)與供電市場(chǎng)的,針對(duì)目前用戶(hù)所擁有電力、天然氣、供熱等能源,通過(guò)大數(shù)據(jù)的控制將其轉(zhuǎn)換為用戶(hù)交互能源提供保障,其中煤炭和火力發(fā)電是具有波動(dòng)性、間歇性和不確定性的不再生能源發(fā)電,風(fēng)力就近消納發(fā)電等為可再生能源發(fā)電。覆蓋城鎮(zhèn)范圍的整體綜合能源系統(tǒng)是自底而上的以用戶(hù)為中心的結(jié)構(gòu),而用戶(hù)側(cè)除電能外,更是擁有氣、冷、熱等多種能源形式,因此需要多能綜合響應(yīng)。以下列幾方面為主要目標(biāo)函數(shù)進(jìn)行構(gòu)建。

      1.1.1 系統(tǒng)總費(fèi)用最低

      在多能源系統(tǒng)優(yōu)化過(guò)程中,能源調(diào)度周期的總時(shí)段數(shù)量T內(nèi),總費(fèi)用Ctotal,T由周期內(nèi)生產(chǎn)運(yùn)行維護(hù)成本和清潔機(jī)組補(bǔ)償費(fèi)以及向電網(wǎng)凈購(gòu)電費(fèi)構(gòu)成,即

      式中:U為綜合能源系統(tǒng)中各設(shè)備集合;Wu,t為設(shè)備u在t時(shí)段內(nèi)供能;cu為u單位供能成本;A為清潔機(jī)組集合;為機(jī)組a由于過(guò)度調(diào)度導(dǎo)致的缺電量,在固定的時(shí)間t內(nèi),表示可使用電量值與需求調(diào)度電量的和;為機(jī)組a過(guò)度調(diào)度過(guò)程中的補(bǔ)償系數(shù);為機(jī)組a由于欠調(diào)度導(dǎo)致的窩電量,表示可使用電量值與需求調(diào)度電量的差;為機(jī)組a欠調(diào)度過(guò)程中的補(bǔ)償系數(shù);Cpurc,t為t時(shí)段購(gòu)電費(fèi);Dsale,t為t時(shí)段售電所得收入。

      1.1.2 系統(tǒng)可靠性最強(qiáng)

      綜合能源系統(tǒng)缺電率(loss of power supply probability,LPSP)為額定周期范圍內(nèi)系統(tǒng)缺供電量在該周期系統(tǒng)總需電量中占據(jù)的比例。LPSP為供電的可靠性因素,引入綜合能源系統(tǒng)所包含的電源類(lèi)型,LPSP的計(jì)算式為

      式中:Wload,t為t時(shí)段綜合能源系統(tǒng)中電量需求;Wgas,t,WPV,t,Wwind,t,Wgrid,t分別為 t時(shí)段燃?xì)鈾C(jī)組、光伏、風(fēng)機(jī)發(fā)電量以及向主網(wǎng)購(gòu)買(mǎi)的電量;Wsell,t為t時(shí)段向主網(wǎng)售電總量。

      1.1.3 系統(tǒng)減排率最高

      綜合能源系統(tǒng)中減排率是系統(tǒng)與傳統(tǒng)天然氣聯(lián)供發(fā)電相比的污染減排率,其表達(dá)式為

      式中:ET為在時(shí)段T內(nèi)減排率;LS,T為傳統(tǒng)天然氣聯(lián)供發(fā)電污染排放量;Pu,t為設(shè)備u在t時(shí)段等效發(fā)電總量;λu為設(shè)備u等效污染排放系數(shù);Pi,t為t時(shí)段和電網(wǎng)之間交換電量;λg為電網(wǎng)側(cè)供電過(guò)程中污染排放系數(shù)。

      1.2 約束條件

      1.2.1 可靠性約束

      當(dāng)供電整體可靠程度為一定時(shí),想進(jìn)一步提高可靠性要以增加成本與提高能耗為代價(jià)。融合當(dāng)前宏觀的發(fā)展趨勢(shì),單純追求系統(tǒng)供電程度最高并不是最好的選擇。綜上,在綜合考慮電量均衡性過(guò)程中,不一定要求機(jī)組出力和主網(wǎng)購(gòu)電相加結(jié)果必須不小于負(fù)荷,而是以可靠程度當(dāng)作目標(biāo)實(shí)行優(yōu)化。然而依據(jù)國(guó)家有關(guān)規(guī)定[7],要為供電可靠程度設(shè)計(jì)一個(gè)下限值,融合相關(guān)指標(biāo),LPSP不可高于上限,則有:

      1.2.2 熱量均衡約束

      該約束中包含冷、熱均衡兩部分,其物理概念為:由各熱源得到的熱量在考量了設(shè)備效率與有關(guān)損耗之后,分別全部轉(zhuǎn)換成冷、熱負(fù)荷。

      熱均衡約束表達(dá)式為

      冷均衡約束條件表達(dá)式為

      1.2.3 設(shè)備運(yùn)行約束條件

      1)光伏機(jī)組運(yùn)行。綜合能源系統(tǒng)中光伏機(jī)組出力上限值為某時(shí)段當(dāng)?shù)靥?yáng)能光伏機(jī)組額定裝機(jī)容量值、太陽(yáng)能板的總面積以及太陽(yáng)能轉(zhuǎn)化效率乘積值,即機(jī)組運(yùn)行電功率,其小于機(jī)組額定功率值[8-10]。調(diào)度過(guò)程中一旦有需要,則利用棄光實(shí)現(xiàn)光伏機(jī)組出力低化,然而一定要保障其出力高于最小限額。綜上有:

      式中:PPV(t)為t時(shí)段光伏機(jī)組運(yùn)行電功率;Pcapa為光伏機(jī)組額定裝機(jī)容量值;ηPV為太陽(yáng)能轉(zhuǎn)換效率;SPV為太陽(yáng)能板面積;P_PV,PˉPV(t)為光伏機(jī)組最小與最大的發(fā)電功率值。

      2)天然氣的內(nèi)燃機(jī)組。機(jī)組出力過(guò)程中應(yīng)該在上、下限中間,且機(jī)組功率變化率會(huì)受到爬坡率約束,則有:

      式中:Pgas(t)為t時(shí)段燃?xì)鈾C(jī)發(fā)電功率值;P_gas,(t)分別為燃?xì)鈾C(jī)最小、最大的發(fā)電功率值;Upgas,Dngas分別為燃?xì)鈾C(jī)向上、向下的爬坡速率。

      3)風(fēng)力發(fā)電機(jī)組。該機(jī)組約束物理定義和光伏雷同,但是處理的上限和氣象條件存在分段函數(shù)相關(guān)性[11-13],則有:

      式中:Pwind(t)為t時(shí)段風(fēng)電機(jī)組總發(fā)電功率;P_wind,分別為風(fēng)電機(jī)組最小、最大發(fā)電功率;Prate為機(jī)組額定輸出功率;v(t)為風(fēng)速函數(shù);vin,vout分別為切入、切出風(fēng)速;vrate為額定風(fēng)速。

      4)制冷機(jī)組。吸收形式的制冷機(jī)器與電制冷機(jī)功率值一定要為正,同時(shí)不可超過(guò)功率上限值,則有:

      1.3 基于混沌蛙跳算法的多能源協(xié)同優(yōu)化

      為了在約束條件下對(duì)目標(biāo)函數(shù)進(jìn)行求解,引入混沌蛙跳算法,詳細(xì)過(guò)程如下。

      1.3.1 自適應(yīng)網(wǎng)格密度

      假設(shè)Pareto代表最優(yōu)解的存儲(chǔ)器,將其記作Archive集,混沌蛙跳算法每次進(jìn)化所得粒子當(dāng)作Archive集候選解,在候選解滿足下列條件之一即能夠進(jìn)入Archive集:

      條件1:Archive集是空集;

      條件2:Archive集是非空集合,同時(shí)候選解不被Archive集中任何一個(gè)粒子所支配;

      條件3:候選解支配Archive集中的所有粒子[14-16]。

      假設(shè)不對(duì)Archive集規(guī)模進(jìn)行控制,會(huì)在很大程度上提高計(jì)算復(fù)雜度,綜上,將Archive集規(guī)模定義為N′,同時(shí)根據(jù)自適應(yīng)網(wǎng)格密度法對(duì)Archive集規(guī)模進(jìn)行動(dòng)態(tài)維護(hù)[17]。自適應(yīng)網(wǎng)格密度法詳細(xì)運(yùn)行流程圖如圖2所示。

      圖2 適應(yīng)網(wǎng)格密度法詳細(xì)運(yùn)行流程圖Fig.2 Detailed operation flow chart of adaptive grid density method

      根據(jù)以下步驟進(jìn)行自適應(yīng)網(wǎng)格密度分析:

      步驟1:自適應(yīng)網(wǎng)格分解。將m′維目標(biāo)空間分解成K'1× K'2× … × K'm′同樣的網(wǎng)格[18-19],其中,網(wǎng)格i維寬度值d'i表達(dá)式為

      步驟2:Archive集粒子網(wǎng)格精確定位。假設(shè)第t′代Archive集為A't′={a'1,…,a'j,…,a'h},h ≤ N′,針對(duì)a'j,其第i維網(wǎng)格編碼wji表達(dá)式為

      根據(jù)式(16)能夠確定a'j在目標(biāo)范圍內(nèi)位置。

      步驟3:對(duì)Archive集網(wǎng)格粒子的密度進(jìn)行計(jì)算。設(shè)定網(wǎng)格 Gk′粒子密度值是 D'k′,同時(shí)將 D'k′設(shè)置成網(wǎng)格內(nèi)Pareto最優(yōu)解的數(shù)量,假設(shè)網(wǎng)格內(nèi)部不存在粒子,則 D'k′=0。

      步驟4:Archive集粒子篩選。當(dāng)候選解加入至Archive集之后,可能會(huì)導(dǎo)致Archive集規(guī)模比N′大,由此要對(duì)Archive集中的粒子進(jìn)行篩選:針對(duì)網(wǎng)格 Gk′,假設(shè)D'k′>1,那么依據(jù)下式對(duì)粒子進(jìn)行篩選。

      式中:Gd′為 Gk′要淘汰的粒子數(shù)量;|A't′+1|為 Archive集添加候選解之后的規(guī)模。

      當(dāng)確定Gd′之后,依據(jù)下式對(duì)Gk′中粒子和理論P(yáng)areto前端之間的距離進(jìn)行計(jì)算[20-21],同時(shí)將距離Pareto前端比較遠(yuǎn)的粒子依次淘汰掉。

      式中:D'Gk′,i為 Gk′中粒子和理論 Pareto前端之間的最短距離;P'Gk′,i為 Gk′的 Pareto 前端;P'T′,j為 T′的Pareto前端。

      1.3.2 自適應(yīng)混沌優(yōu)化

      部分理論P(yáng)areto最優(yōu)解并沒(méi)有在Archive集中進(jìn)行存儲(chǔ),則之后再找Pareto最優(yōu)解將會(huì)非常難。引入自適應(yīng)的混沌優(yōu)化方法,整體思路為:隨機(jī)選取Archive集中的一部分粒子實(shí)行混沌優(yōu)化,假設(shè)粒子i在整個(gè)混沌優(yōu)化過(guò)程中的第k′-1,k′,k′+1 代位置為 C'k′-1,i,C'k′,i,C'k′+1,i,P'k′-1,i,P'k′,i,P'k′+1,i代表 C'k′-1,i,C'k′,i,C'k′+1,i的 Pareto前端,那么第 k′-1,k′,k′+1代間 Pareto前端距離D'k′,k′-1,D'k′,k′+1可表示為

      假 設(shè) 混 沌 迭 代 控 制 閾 值 diffD′是 D'k′,k′-1和D'k′,k′+1的差值,即

      當(dāng)diffD′>0,則代表算法處在進(jìn)化的狀態(tài),能夠減少總迭代次數(shù),進(jìn)而提升算法運(yùn)行效率;當(dāng)diffD′<0,則代表進(jìn)化性能比較低,要增加迭代次數(shù)?;煦鐑?yōu)化迭代的數(shù)量自適應(yīng)方案可表示為

      1.3.3 Pareto最優(yōu)解選取

      混沌蛙群算法基于網(wǎng)格粒子的密度值,在Archive集合中給每只青蛙選取1個(gè)Pareto最優(yōu)解實(shí)行更新操作。針對(duì) Gk′,假設(shè) D'k′>0,那么其網(wǎng)格的適應(yīng)度值 f′(Gk′)能夠表示為 D'k′的倒數(shù),則有:

      混沌蛙群算法基于網(wǎng)格 f′(Gk′),通過(guò)輪盤(pán)賭方式給蛙群中的每只青蛙選取一個(gè)網(wǎng)格,同時(shí)從網(wǎng)格中任意選取1個(gè)個(gè)體當(dāng)作最優(yōu)解并進(jìn)行更新。所得Pareto最優(yōu)解選取方案使Archive集合中D'k′越小的網(wǎng)格當(dāng)選的概率就越大,以此保障Pareto最優(yōu)解具備多樣性。

      2 實(shí)驗(yàn)結(jié)果與分析

      為驗(yàn)證基于混沌蛙跳算法的綜合能源系統(tǒng)中多能源協(xié)同優(yōu)化方法有效性,進(jìn)行一次相關(guān)性測(cè)試。實(shí)驗(yàn)對(duì)象選擇在某市的某工業(yè)園區(qū)中綜合能源系統(tǒng)的一個(gè)示范性工程試點(diǎn),園區(qū)內(nèi)部一共設(shè)置了15個(gè)下層用戶(hù)工廠與1個(gè)上層具有綜合性的能源提供商?;緮?shù)據(jù)為:燃?xì)廨啓C(jī)2臺(tái),風(fēng)電機(jī)組4臺(tái),光伏機(jī)組2臺(tái),太陽(yáng)能熱水鍋爐5臺(tái),吸收式的制冷機(jī)3臺(tái),電制冷機(jī)2臺(tái)。將測(cè)試所得數(shù)據(jù)傳輸至Matlab軟件中進(jìn)行模擬,主要為風(fēng)電機(jī)組發(fā)電功率、儲(chǔ)能等機(jī)組約束物理量。

      根據(jù)電量均衡性要求,供電可靠程度設(shè)計(jì)一個(gè)下限值,其必須不大于負(fù)荷,也就是說(shuō)可靠性約束目標(biāo)實(shí)行優(yōu)化中,需要以電負(fù)荷來(lái)作為衡量指標(biāo)。經(jīng)過(guò)測(cè)試得到的原始電負(fù)荷與優(yōu)化之后的電負(fù)荷差別如圖3所示。

      圖3 電負(fù)荷優(yōu)化前后對(duì)比Fig.3 Comparison before and after electric load optimization

      分析圖3可知,電負(fù)荷在優(yōu)化前、后有顯著改變。與優(yōu)化之后的電負(fù)荷相比,原始負(fù)荷有明顯降低趨勢(shì),電負(fù)荷的均衡性更強(qiáng),在不同實(shí)驗(yàn)次數(shù)下,系統(tǒng)的減排率均在20%以上,表現(xiàn)出了良好的減排性能。

      混沌蛙跳算法每次進(jìn)化會(huì)生成新Pareto最優(yōu)解粒子,然而,假設(shè)部分理論P(yáng)areto最優(yōu)解并沒(méi)有在Archive集中進(jìn)行存儲(chǔ)時(shí),那么,對(duì)Archive集中的粒子進(jìn)行篩選時(shí),為了匹配Pareto最優(yōu)解就需要引入自適應(yīng)的混沌優(yōu)化方法。而設(shè)備燃料消耗和定期維護(hù)成本費(fèi)用是生產(chǎn)運(yùn)行維護(hù)成本費(fèi)用的主要來(lái)源,其中,清潔機(jī)組補(bǔ)償費(fèi)需要根據(jù)不同時(shí)段的機(jī)電組調(diào)整過(guò)度調(diào)度情況和欠調(diào)度情況,在這個(gè)過(guò)程中的優(yōu)化模型參數(shù)需要自適應(yīng),以符合時(shí)段要求,因此進(jìn)行自適應(yīng)能力的測(cè)試。將本文方法與文獻(xiàn)[4]~文獻(xiàn)[6]的自適應(yīng)能力對(duì)比,對(duì)比結(jié)果如圖4所示。

      圖4 各個(gè)方法自適應(yīng)能力對(duì)比結(jié)果Fig.4 Comparison results of adaptive ability of each method

      由圖4可知,假設(shè)有100個(gè)最優(yōu)解粒子沒(méi)有被集中儲(chǔ)存,則這100個(gè)粒子將會(huì)被自適應(yīng)優(yōu)化,在本文方法與文獻(xiàn)[4]~文獻(xiàn)[6]的自適應(yīng)能力對(duì)比結(jié)果中,各個(gè)方法的自適應(yīng)準(zhǔn)確率皆隨粒子數(shù)目的增多而不同程度地波動(dòng),其中波動(dòng)最小的曲線為本文方法測(cè)試所得曲線,說(shuō)明本文方法自適應(yīng)準(zhǔn)確率最高,可以根據(jù)不同時(shí)段的機(jī)電組調(diào)整過(guò)度調(diào)度情況和欠調(diào)度情況,實(shí)現(xiàn)機(jī)電組的能耗和成本控制,其協(xié)同優(yōu)化方案的可靠性得到證明。

      基于混沌蛙跳算法的綜合能源系統(tǒng)中多能源協(xié)同優(yōu)化方法中提出的目標(biāo)模型中包含了最優(yōu)解選取等指標(biāo),且約束條件與目標(biāo)函數(shù)也具有相符合的特性,在混沌蛙跳算法運(yùn)行中,引入了子群劃分方案,網(wǎng)格密度機(jī)制可以在一定程度上調(diào)整集粒子均勻性,以下進(jìn)行本文方法與文獻(xiàn)[4]~文獻(xiàn)[6]方法的網(wǎng)格密度機(jī)制測(cè)試,測(cè)試結(jié)果如圖5所示。

      圖5 各個(gè)方法網(wǎng)格密度機(jī)制測(cè)試結(jié)果Fig.5 Grid density mechanism test results of each method

      Pareto最優(yōu)解選取方案使Archive集合中D'k′越小的網(wǎng)格當(dāng)選的概率就越大,能夠解決多目標(biāo)優(yōu)化問(wèn)題。由圖5可知,本文方法通過(guò)自適應(yīng)混沌法選取的網(wǎng)格密度對(duì)最優(yōu)解集合多樣性進(jìn)行了優(yōu)化,使得到的多能源協(xié)同優(yōu)化方案更加貼合實(shí)際需求,提高了所提方法的可靠性。

      3 結(jié)論

      面向多能源協(xié)同優(yōu)化,提出基于混沌蛙跳算法的綜合能源系統(tǒng)中多能源協(xié)同優(yōu)化方法。以總費(fèi)用最低和系統(tǒng)可靠性最強(qiáng)等為目標(biāo)函數(shù),引入混沌蛙跳算法對(duì)目標(biāo)函數(shù)進(jìn)行求解,得到多能源協(xié)同優(yōu)化最佳方案。經(jīng)測(cè)試,與傳統(tǒng)方法相比,本文所提出的方法可有效解決能源負(fù)荷和系統(tǒng)減排等問(wèn)題,可靠性很強(qiáng),對(duì)成本和能耗的控制能力較高,但是要在控制之前根據(jù)系統(tǒng)動(dòng)態(tài)模型分析系統(tǒng)運(yùn)行狀態(tài)呈現(xiàn)出的動(dòng)態(tài)特征,因此未來(lái)研究中應(yīng)考慮該方法的簡(jiǎn)便算法,為該領(lǐng)域的相關(guān)研究提供實(shí)際參考價(jià)值。

      猜你喜歡
      蛙跳粒子網(wǎng)格
      用全等三角形破解網(wǎng)格題
      “三層七法”:提高初中生三級(jí)蛙跳能力的實(shí)踐研究
      反射的橢圓隨機(jī)偏微分方程的網(wǎng)格逼近
      基于粒子群優(yōu)化的橋式起重機(jī)模糊PID控制
      基于粒子群優(yōu)化極點(diǎn)配置的空燃比輸出反饋控制
      重疊網(wǎng)格裝配中的一種改進(jìn)ADT搜索方法
      基于曲面展開(kāi)的自由曲面網(wǎng)格劃分
      一種改進(jìn)的混合蛙跳算法及其在水浴牽伸控制中的應(yīng)用
      基于新型蛙跳算法的帶阻塞流水線調(diào)度問(wèn)題
      横山县| 阆中市| 乃东县| 枞阳县| 辽阳县| 望奎县| 宝丰县| 肃宁县| 资源县| 开封市| 贡嘎县| 阳城县| 文山县| 栖霞市| 常熟市| 高邑县| 唐河县| 金门县| 苍南县| 泽州县| 湘阴县| 蓬莱市| 乐山市| 阿荣旗| 平遥县| 洪泽县| 德昌县| 偏关县| 尼勒克县| 辽宁省| 文化| 麦盖提县| 辽宁省| 辉南县| 阳高县| 惠东县| 罗甸县| 南溪县| 连平县| 巨鹿县| 凌源市|