
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
本研究针对多自主水下航行器(AUV)编队在复杂海洋环境下的路径跟踪问题,提出了一种结合非线性模型预测控制(NMPC)和事件触发通信(ETC)的多智能体协同控制策略。该策略旨在解决传统控制方法在处理非线性动态、输入约束及时变通信延迟方面的局限性,通过实时优化控制输入和动态调整通信频率,实现AUV编队的高精度路径跟踪和协同控制。NMPC是一种基于滚动优化和反馈校正的闭环最优控制策略,能够显式地处理系统
港口作为水陆物流转运枢纽与区域用能负荷集聚中心,兼具物流运输调度与多类型能源供给消耗双重属性,船舶岸电、场内货运车辆、港口生产设备形成高度耦合的能流 - 物流负荷,传统仅聚焦电力系统的港口能源调度方案割裂物流作业时序与能源供需关联,易出现可再生能源消纳不足、外购电网用电成本偏高、氢能储运设备利用率偏低等问题。
在新型电力系统建设与可再生能源消纳责任刚性考核背景下,超额消纳量机制、绿证交易与中长期电力市场协同运行,重塑了独立售电商的购电成本与收益结构。独立售电商作为连接发电侧与终端用户的市场主体,需同时兼顾常规电量采购、新能源消纳指标履约、超额消纳量流转及绿证市场化交易多重约束。本文以 12 个月长时序运营周期为研究边界,综合考虑月度负荷时序波动、新能源出力不确定性、消纳责任权重考核要求,构建以售电商全周
文献来源:目前,针对售电商交易策略的研究多集中于利 润风险管控、需求响应调用、偏差结算机制等方面。文献[1-2]提出利用期货合同、动态零售电价、多代 理服务等方法实现售电商的风险管控。文献[3-5]基 于条件风险价值法(conditional value-at-risk,CVaR) 度量风险损失,并分析了其对售电商购售电参数的 影响。文献[6]比较了最小最大后悔值法、机会约束、 条件风险价值3种方
随着电子商务的迅猛发展,冷链物流在生鲜食品、医药等对温度敏感商品领域的重要性日益凸显。选择合适的冷链物流供应商成为电商平台提升运营效率、保证产品质量的关键。然而,传统决策方法难以有效应对供应商选择中的复杂性与不确定性。本文提出基于云模型与多属性双向边界逼近法(MABAC)的决策框架,通过综合多维评价因素,在不确定环境下实现冷链物流供应商的科学评价与选择。以永辉生鲜选择冷链物流供应商为案例,验证了该
一个紧密结合的磁场辅助惯性导航系统,提出了一个紧密结合的磁场辅助惯性导航系统。该系统利用磁强计传感器阵列测量本地磁场的空间变化。通过递归更新的多项式磁场模型,将场中的变化映射到阵列的位移和方向变化,进而用于辅助惯性导航系统。模拟结果显示,在40秒轨迹结束时,所得到的导航系统定位误差降低了三个数量级,与独立惯性导航系统相比。因此,所提出的导航解决方案有潜力解决当前磁场同时定位与地图构建(SLAM)系

文献来源:扩展卡尔曼滤波器用于利用高斯过程回归进行磁场SLAM摘要:我们提出了一种计算效率高的算法,利用环境磁场的变化来通过同时定位和建图(SLAM)来补偿集成航位推算测量(即死 reckoning 估计)中的位置漂移。当磁场地图用拉普拉斯基函数在立方体域中表示的降秩高斯过程(GP)时,我们能够获得学习磁场梯度的解析表达式。现有的使用降维高斯过程回归进行磁场SLAM的方法使用了 Rao-Black

在信号处理、模式识别等系统中,多层前馈网络是应用较为广泛的模型。但是大部分基于反向传播的多层前馈网络的学习算法必须基于某种非线性优化技术的缺点,计算量大、学习速度慢。径向基函数神经网络(Radial Basis Function Neural Network)理论为多层前馈网络的学习提供了一种新颖而有效的手段。RBF网络不仅具有良好的推广能力,而且计算量少,学习速度一般也比其它算法快得多。

然而,据我们所知,目前很少有现有的工作探讨了如何智能设计移动边缘计算网络中无人机的飞行轨迹,以服务于大量设备,尤其是考虑到设备的动态移动性和无人机与设备之间的动态关联。因此,无人机辅助边缘计算网络是一个自然的选择和有前景的范式,在其中如何优化无人机的飞行路径以满足大量设备的通信和计算需求成为一个重要且具有挑战性的问题。由于其灵活的部署、全面的控制和网络性能,UA V辅助无线通信受到了广泛的研究兴趣
然而,在能见度低(例如烟雾)或具有反光表面(例如镜子)的地方,这些传感器容易失效。另一方面,电磁波在波长增加时表现出更好的穿透性能,因此不受能见度降低的影响。进行了实验,并展示了提出的基于UWB雷达的SLAM能够在室内环境内映射自然点地标,并改善机器人定位。目前,在SLAM中最常见的外部感知传感器是光学测距与成像(LiDAR)和光学相机系统。因此,探索新的感知技术以克服现有方法的局限性是很有意义的








