针对传统的跳点搜索(jump point search, JPS)算法在移动机器人路径规划时,存在路径拐点以及中间跳点过多,路径规划时间较长等问题,提出了改进的跳点搜索算法I-JPS。I-JPS算法通过改进代价函数、引入叉积公式,来剔除冗余节点、增加机器...针对传统的跳点搜索(jump point search, JPS)算法在移动机器人路径规划时,存在路径拐点以及中间跳点过多,路径规划时间较长等问题,提出了改进的跳点搜索算法I-JPS。I-JPS算法通过改进代价函数、引入叉积公式,来剔除冗余节点、增加机器人与障碍物之间的安全距离。同时引入了动态窗口法(dynamic window approach, DWA)作局部路径规划,用于机器人临时避障和路径平滑化,并通过改进DWA提高多机器人之间的避障优先级。最后引入了多机器人协同路径规划,多机器人可以共同合作并完成复杂的任务,机器人之间还可以共享信息、协调行动,并通过分工合作来解决问题,提高任务的完成效率。最后,实验仿真结果表明改进后的算法相较于改进前的,在各方面都得到了极大的提升。展开更多
为加快电力系统优化潮流(optimal power flow,OPF)问题的求解,提出了利用凝聚函数法代理非线性不等式约束的优化潮流算法。鉴于优化潮流的数学模型中包括了大量的非线性不等式约束条件,尤其在计算大规模电力系统优化潮流时,对非线性不...为加快电力系统优化潮流(optimal power flow,OPF)问题的求解,提出了利用凝聚函数法代理非线性不等式约束的优化潮流算法。鉴于优化潮流的数学模型中包括了大量的非线性不等式约束条件,尤其在计算大规模电力系统优化潮流时,对非线性不等式约束条件的处理耗费了大量的计算时间。文中将多个非线性不等式约束用一个凝聚函数代替,极大地减少了大规模电力系统优化潮流计算矩阵的维数,然后利用内点法进行求解。对IEEE大规模测试系统进行仿真,结果表明该混合算法具有收敛速度快、迭代迅速的优点。展开更多
文摘为加快电力系统优化潮流(optimal power flow,OPF)问题的求解,提出了利用凝聚函数法代理非线性不等式约束的优化潮流算法。鉴于优化潮流的数学模型中包括了大量的非线性不等式约束条件,尤其在计算大规模电力系统优化潮流时,对非线性不等式约束条件的处理耗费了大量的计算时间。文中将多个非线性不等式约束用一个凝聚函数代替,极大地减少了大规模电力系统优化潮流计算矩阵的维数,然后利用内点法进行求解。对IEEE大规模测试系统进行仿真,结果表明该混合算法具有收敛速度快、迭代迅速的优点。
