- 何晋;翟镇;骆通;吴富磊;
针对经济性及电网运行约束对分布式电源和储能优化配置的问题,提出了一种计及碳减排的双层规划模型.首先,以综合年费用最小为目标函数,对分布式电源和储能容量进行优化;其次,以负荷波动最小为目标函数,对储能系统出力进行优化配置;最后,采用模拟退火天牛群算法,并将IEEE33节点交流配电网改为38节点交直流配电网,通过仿真分析验证了该模型和方法的有效性.仿真结果表明经过优化配置后,可以有效降低综合年费用及碳排放,同时抑制负荷波动.
2026年01期 v.35;No.155 86-97页 [查看摘要][在线阅读][下载 1543K] [下载次数:408 ] |[网刊下载次数:0 ] |[引用频次:1 ] |[阅读次数:1 ] - 王鹏华;苏治文;史航;陈绍益;金枫翔;
针对室内复杂环境下超宽带(ultra wide band,UWB)定位技术精度较低的问题,提出一种基于AKF-AM-Bi-GRU优化的UWB室内定位方法.首先,利用基于残差调整的自适应卡尔曼滤波降低信号噪声和异常值对UWB定位精度的影响.其次,利用AM-Bi-GRU深入挖掘历史距离值数据中的时间序列特征,以优化标签点到各个基站的距离值.然后,结合历史距离值标准差调整最小二乘法的权重,利用加权最小二乘法解算标签点坐标.最后,通过搭建多组真实室内场景实验进行验证,并汇总定位误差.实验结果表明,基于残差调整的自适应卡尔曼滤波优化UWB定位后,定位精度平均提升44.45个百分点;AKF-AM-Bi-GRU相较AKF和AKF-AM-Bi-LSTM定位精度平均提升59.08个百分点和16.35个百分点,定位误差在视距和非视距环境下达到5.051 6和10.034 6 cm.所提方法在室内复杂环境下,有效提高了UWB定位的准确性和鲁棒性,取得较好的定位效果.
2026年01期 v.35;No.155 98-106页 [查看摘要][在线阅读][下载 1386K] [下载次数:357 ] |[网刊下载次数:0 ] |[引用频次:1 ] |[阅读次数:1 ] - 崔晶;邢传玺;魏光春;董赛蒙;
针对现有水下目标定位算法大多依赖于声源数目已知这一先验条件,但在实际应用中,由于声源数目往往无法预先获取或估计存在偏差,常导致定位精度下降乃至失效的问题.提出一种融合复数卷积神经网络(complex-valued convolutional neural networks,CV-CNN)与稀疏贝叶斯学习的声源定位方法.首先在声源数目预测阶段,利用神经网络学习传感器接收数据与声源数目之间的关系,估计未知声源的数目;随后在声源定位阶段,基于已估计的声源数目,采用离格稀疏贝叶斯学习算法完成对目标声源的定位.仿真表明,所采用的CV-CNN模型在不同信噪比条件下对混合数据集的声源数目估计准确率可达99.16%;方法在低至-5 dB信噪比时的定位均方根误差小于1°,在快拍数为100时仍能将误差保持在1°以内,表现出良好定位精度.
2026年01期 v.35;No.155 107-116页 [查看摘要][在线阅读][下载 1567K] [下载次数:418 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ] - 张琪;芦俊丽;段鹏;罗浩瑜;唐明香;
空间co-location模式挖掘用于揭示地理空间数据中实体间关联关系,广泛应用于城市规划和环境监测等领域.然而,传统方法在处理大规模或复杂空间数据时,通常依赖人为设定的距离阈值,存在计算效率与准确度局限.为此,提出了一种基于Delaunay三角网和核哈希表的空间co-location核模式挖掘方法.该方法利用Delaunay三角剖分优化空间数据的邻近关系,避免人为设定阈值的问题,并构建Delaunay邻域物化模型(DNM)减少尖锐三角形,以提升空间数据的组织效率.同时,结合核哈希表实现高效存储和检索,提出HKP算法,提高核模式挖掘的计算效率.实验结果表明,与现有优秀算法CPM、DTC和Join-less相比,HKP算法在准确性和扩展性上均具有显著优势,适用于大规模空间数据挖掘应用.
2026年01期 v.35;No.155 117-128+154页 [查看摘要][在线阅读][下载 1944K] [下载次数:597 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:0 ] - 张克聪;李顺勇;
在高维数据聚类中,数据噪声对算法性能影响显著,因此降维处理十分必要.谱聚类在复杂数据结构上表现良好,其正则化形式虽能提升平滑性与拟合效果,但仍存在局限.传统方法常对图拉普拉斯矩阵的特征向量采用K均值等算法聚类,其特征向量的聚类质量直接影响最终结果,故需选择更为可靠的特征向量聚类方法.针对以上问题,文章提出了基于贝叶斯标签传播的正则化谱聚类算法(BLP-RSC),使用UMAP方法对原始高维数据进行降维,以减少噪声与冗余信息的影响,采用正则化谱聚类对降维后数据进行谱分解,得到对应的特征向量,基于贝叶斯相关理论构建可靠样本选择机制,筛选出高置信度的样本点作为初始标签集,最后通过标签传播算法对特征向量进行聚类,并在5个UCI真实数据集上验证了该方法的有效性.
2026年01期 v.35;No.155 129-138页 [查看摘要][在线阅读][下载 1443K] [下载次数:381 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:1 ]