-
题名并行化的多目标优化海缆路由规划算法研究
- 1
-
-
作者
蒋佳芮
赵赞善
段茂生
高冠军
-
机构
北京邮电大学信息光子学与光通信国家重点实验室
中国科学院声学研究所南海研究站
陵水海洋信息海南省野外科学观测研究站
-
出处
《光通信研究》
北大核心
2025年第2期105-109,共5页
-
基金
国家自然科学基金资助项目(62371064)
国家重点研发计划资助项目(2022YFB2903303)
北京市自然科学基金资助项目(4232050)。
-
文摘
【目的】文章为了解决传统蚁群优化(ACO)算法更新同一张地图导致无法并行规划的缺陷,提出了一种并行多目标优化海缆路由规划算法,实现了局部区域的精细规划。【方法】文章采用分治思想将目标海域的栅格地图分割成多个栅格子图,建立了并行化多目标优化海缆路由规划算法模型,并对模型关键参数进行优化,然后在最佳模型参数下,利用并行化蚁群优化(PACO)算法进行海底光缆路由规划,统计了Pareto前沿解下的海底光缆路由方案。【结果】仿真结果表明,并行多目标优化算法模型在分块数量为6,蚁群规模大小为150时,获得最佳的搜索能力和效率。PACO算法规划的海底光缆路由与传统ACO算法相比在相同风险条件下节省了33.9%的成本,且路由成本均小于传统ACO算法,路由最大成本与传统ACO算法的最小成本相比还降低了20.6%,同时相应的风险降低了65.8%。【结论】在多目标海底光缆路由规划中,与传统ACO算法相比,PACO算法不仅在规划结果上更优,而且运算时间效率提高至少8倍。
-
关键词
海缆路由规划
并行蚁群优化算法
多目标优化
-
Keywords
submarine cable route planning
PACO algorithm
multi-objective optimization
-
分类号
TN929.11
[电子电信—通信与信息系统]
-
-
题名基于随机森林的大型公共建筑能耗混合预测模型
被引量：1
- 2
-
-
作者
于军琪
虎群
赵安军
高之坤
成浩
张娜
-
机构
西安建筑科技大学信息与控制工程学院
西安建筑科技大学建筑设备科学与工程学院
中国建筑西北设计研究院有限公司
-
出处
《控制工程》
CSCD
北大核心
2023年第4期597-604,共8页
-
基金
西安机场三期扩建工程能源站办公系统智能控制与咨询项目(20210103)。
-
文摘
针对公共建筑能耗预测模型中影响变量相关性低、冗余性高的问题,提出了基于二氧化碳浓度的公共建筑人员流动率间接测量方法,以提高模型的预测精度,并提出了一种大型公共建筑能耗混合预测模型。首先利用LASSO变量选择算法筛选出与公共建筑能耗相关性高的影响因素,再引入改进的并行排序蚁群优化算法对随机森林预测模型的参数进行优化,进一步提高预测性能。最后,以西安某公共建筑监测数据为例进行预测分析。结果表明,人员流动率对公共建筑能耗预测有着重要的影响,所提模型的泛化能力强、预测精度高,可以为公共建筑节能优化提供有效的数据支撑。
-
关键词
公共建筑能耗
人员流动率
LASSO变量选择
改进的并行排序蚁群优化算法
-
Keywords
Energy consumption of public buildings
personnel turnover rate
LASSO variable selection
improved parallel-ranking ant colony optimization algorithm
-
分类号
TU831
[建筑科学—供热、供燃气、通风及空调工程]
-
