2017年电工杯优化问题一等奖，含论文和算例，针对微电网日前优化调度问题，本文以matlab数据处理为基础，建立非线性规划模型，运用贪心算法对问题1到问题6进行了解答。
对于问题1根据成本、功率、单价、时段之间的关系，以及发电与负荷相等的原则，得到无可再生能源和可再生能源全额利用时负荷的供电构成，及无可再生能源时全天总供电费用1976.41元，平均购电单价0.5976元/kWh，可再生能源时全额利用全天总供电费用2275.17元，平均购电单价0.6654元/kWh。
对于问题1根据成本、功率、单价、时段之间的关系，以及发电与负荷相等的原则，得到无可再生能源和可再生能源全额利用时负荷的供电构成，及无可再生能源时全天总供电费用1976.41元，平均购电单价0.5976元/kWh，可再生能源时全额利用全天总供电费用2275.17元，平均购电单价0.6654元/kWh。
2024/10/20 14:06:29
1.21MB
1
粒子群算法（启发式算法）的多目标优化，我也翻过一些这方面的论文。
单目标与多目标优化主要区别在于多目标优化问题有多个目标函数,一个解对于某个目标来说可能是较好的,而对于其他目标来讲可能是较差的。
因此，存在一个折衷解的集合，也就是所谓的Pareto集。
教科书上，解决多目标优化问题的方法一般是，通过数学变换把多目标转换为单目标求解，但是实际问题中涉及到多目标优化问题往往具有非线性、不可微、不连续等特征，难以用数学方法搞定。
而启发式算法则不需要这些严格条件，其实也是启发式算法兴起的原因。
单目标与多目标优化主要区别在于多目标优化问题有多个目标函数,一个解对于某个目标来说可能是较好的,而对于其他目标来讲可能是较差的。
因此，存在一个折衷解的集合，也就是所谓的Pareto集。
教科书上，解决多目标优化问题的方法一般是，通过数学变换把多目标转换为单目标求解，但是实际问题中涉及到多目标优化问题往往具有非线性、不可微、不连续等特征，难以用数学方法搞定。
而启发式算法则不需要这些严格条件，其实也是启发式算法兴起的原因。
2024/9/26 7:11:04
450KB
1
通过将任务从资源匮乏的移动设备卸载到资源丰富的云，计算卸载已成为一种扩展移动设备功能的有效方法。
在本文中，我们研究了在具有多个移动设备用户的情况下无线计算分流的能量和时间优化问题。
首先，针对以能量最小化为目标的情况，我们将多个移动设备用户之间的计算卸载决策问题公式化为具有随机访问权限的计算卸载游戏。
我们分析了游戏的结构特性，然后设计了一种算法，通过利用其有限的改进特性来实现纳什均衡。
其次，对于以时间最小化为目标的情况，我们导出了要为每个移动用户分担的任务的最佳部分。
数值结果验证了我们的理论分析。
在本文中，我们研究了在具有多个移动设备用户的情况下无线计算分流的能量和时间优化问题。
首先，针对以能量最小化为目标的情况，我们将多个移动设备用户之间的计算卸载决策问题公式化为具有随机访问权限的计算卸载游戏。
我们分析了游戏的结构特性，然后设计了一种算法，通过利用其有限的改进特性来实现纳什均衡。
其次，对于以时间最小化为目标的情况，我们导出了要为每个移动用户分担的任务的最佳部分。
数值结果验证了我们的理论分析。
2024/8/28 4:50:10
172KB
1
以下为两个m函数，分别是qpsubp和sqpm，其中qpsubp用于求解二次规划子问题，sqpm是用基于拉格朗日函数Hesse矩阵的SQP方法求解约束优化问题。
可以直接运行CalSQP，求解问题。
可以直接运行CalSQP，求解问题。
2024/8/21 20:07:07
64KB
1
该压缩包中给出了典型的多背包问题，作者使用简明易懂的matlab语言对遗传算法进行编程，并对该问题进行了求解，该程序还可以求其他的背包问题以及组合优化问题。
34KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB