主要构建了含风电机组、光伏机组、燃气轮机组以及储能机组的微网日前调度模型，其中考虑了微网与上级电网的交易，采用粒子群算法给出最优调度结果，结果展示了各机组的出力水平。

利用改进粒子群算法和Voronoi图进行求解以求得最优配置。结果表明该方法可行有效,可以解决充电站选址定容问题

上面的定义方式可以很简单的获得非线性方程的根，但是需要定义function文件，使用起来不是很方便，尤其是当需要求解 �(�)=�0 时，反复修改function是非常不划算的。%求出对应lambda下的omega1-omega2的值，保存在value里。%采用fsolve函数解对应lambda下的方程组，结果保存在x里。其中fun应为函数句柄，x0为搜索的种子，即预估的fun=0的解的大致位置。

流入话务量取决于单位时间内发生的平均呼叫次数与每次呼叫平均占用无线波道的时间，在系统流入的话务量中，完成接续的那部分话务量称作完成话务量，未完成接续的那部分话务量称做损失话务量，损失话务量与流入话务量之比称为。例如：呼叫强度=1800次/小时，呼叫保持时间=（1/60）小时/次，则话务量=1800次/小时 X （1/60）小时/次=30 Erl。xlabel('话务量强度α(erl)','font

若函数f(x)在点x0的某一临域内具有直到(n+1)阶导数，则在该邻域内f(x)的n阶泰勒公式如下图，该展开式成为泰勒级数；这里的逆变换不是用matlab自带的ifft函数，而是依据原理，用很多正弦波叠加合成的。首先生成一个方波（或者其他组合波形），然后对这个信号做傅里叶变换，拆解到频域，可以看到这个信号是由哪些频率的信号叠加而来。第二，下面给出3个常见函数的泰勒级数展开式。其实是在x0=0处的泰

灰度世界理论：认为任何一幅图像, 当有足够的色彩变化时, 其R, G, B分量均值会趋于平衡(即 RGB三个数值相等, 也就是说应当是黑白灰类型的颜色)。

前面我们学到的线性规划更多的是理想状况或者说只有在习题中，为了便于我们理解，引导我们进入规划模型的一种情况。（1）‘fun’为目标函数，注意需要单引号，或者@，或者直接在定义时写成匿名函数即可，后面的nonlcon为非线性约束（包括等式和不等式），形式要求同fun；（3）A,b,Aeq,beq分别表示线性的不等式约束和等式约束，Ax<=b,Aeqx=beq;基本形式如下：x = fmincon(‘

线性插值法是指使用连接两个已知量的直线来确定在这两个已知量之间的一个未知量的值的方法。假设我们已知坐标(x0,y0)与(x1,y1),要得到[x0,x1]区间内某一位置x在直线上的y值。%%%%%根据求出的多项式值与区间中三点值的大小比较确定相应的新的三点。这种方法称为插值法。%%%%%求出插值二项式的取最小值处的x3以及相应的最小值f3。%%%根据输入确定三点的初始值，并求出对应的函数值。%%%

随机数是专门的随机试验的结果。说明：对于namernd(A,B,m,n)函数，m和n表示产生随机数的矩阵大小，例如m=1，n=1就表示产生一个随机数；ncfrndncfrnd(N1, N2, delta,m,n)参数为N1,N2, delta的非中心F分布随机数。ncx2rndncx2rnd(N, delta, m,n)参数为N, delta的非中心卡方分布随机数。hygerndhygernd(M

m3=nanmedian(A2)%列元素忽略NaN的中位数。m4=nanmedian(A2,2)%行元素忽略NaN的中位数。m3=median(A2,2)%行元素的中位数。m2=harmmean(A2)%列元素的调和平均数。m3=harmmean(A2,2)%行元素的调和平均数。m2=geomean(A2)%列元素的几何平均数。m3=geomean(A2,2)%行元素的几何平均数。