摘要：为了解决粒子群算法收敛速度慢和早熟收敛等问题,根据生物免疫系统理论中的克隆选择学说,提出一种量化正交免疫克隆粒子群算法.给出正交子空间分割算法,并采用正交交叉策略来增强子代个体解分布的均匀性.为避免个体邻域内最优解的丢失,提出一种自学习算子.并证明该算法的全局收敛性.实验中对标准测试函数进行20～1000维的测试,分别与5种算法进行比较,并给出算法参数对计算复杂度的影响.结果表明,本文方法有效克服早熟收敛,并且在保持种群多样性的同时提高收敛速度.

摘要：根据Kennedy和Eberhart提出的二进制粒子群算法，基于抗体克隆选择理论提出一种求解合取范式可满足问题的粒子群算法——正交免疫克隆粒子群算法．该算法将合取范式可满足问题转换为求解目标函数最小值的优化问题，为提高收敛速度，根据子句的先验知识计算出个体的初始指派概率对种群进行初始化．为了避免算法早熟收敛，提高粒子群个体解分布的均匀性，将离散正交交叉算子用于免疫基因操作中，并给出适应于求解合取范式可满足问题的免疫粒子群进化算子．实验采用标准SATLIB库中变量个数从20～250的3700个不同规模的标准合取范式可满足问题对正交免疫克隆粒子群算法的性能作了全面的测试，并与标准粒子群算法和免疫克隆选择算法进行了比较．结果表明，正交免疫克隆粒子群算法的成功率在3个算法中最高，运行时间和评价次数最少．

摘要：该文基于抗体克隆选择学说理论,提出了一种求解多目标优化问题的粒子群算法——正交免疫克隆粒子群算法(Orthogonal Immune Clone Particle Swarm Optimization,OICPSO)。根据多目标的特点,提出了适合粒子群算法的克隆算子,免疫基因算子,克隆选择算子。免疫基因操作中采用了离散正交交叉算子来获得目标空间解的均匀采样,得到理想的Pareto解集,并引入拥挤距离来减少获得Pareto解集的大小,同时获得具有良好均匀性和宽广性的Pareto最优解集。实验中,与NSGA-Ⅱ和MOPSO算法进行了比较,并对算法的性能指标进行了分析。结果表明,OICPSO不仅增加了种群解的多样性而且可以得到分布均匀的Pareto有效解集,对于多目标优化问题是有效地。

摘要：为规范以企业项目管理中台为中心的海量项目资源信息与业务信息的信息交互操作标准,提出基于本体理论的电网企业项目管理多维全景统一信息模型建模方法。首先,将信息模型建模问题分解为基于领域事实知识的结构本体与应用本体的组合模型构建问题,实现领域信息模型建模的规范化表达。其次,回归项目管理本质特征,考虑电力项目多专业多口径管理特点和需求,抽象其领域知识、结构本体与应用本体表述,构建逐级拓展的电网企业项目管理多维全景统一信息的表达模型。最后,将模型应用于国家电网项目管理中台的信息交互模型设计,并通过东部某省实际配网规划项目库、储备项目库和计划项目库的数据分别展示了项目规划、储备和计划视角的实际支撑应用效果。应用结果表明,所提项目管理统一信息模型能够支撑面向中台的项目管理信息融合应用与项目管理价值挖掘,助力项目的高效管理,支撑公司高质量发展。

摘要：介绍了西安世界园艺博览会中展示的小型分布式风力发电系统的总体规划和设计,分析了该风力发电系统中所使用控制系统的工作原理、工作模式和运行控制机制。

摘要：针对电网企业项目管理各阶段多系统并行而导致的缺乏统一数据源头、统一规范信息标准、共性服务统一支撑平台,以及“烟囱式”系统架构造成的资源和信息“孤岛”,无法有效支撑项目决策等问题,利用区块链、大数据、异构云和分布式消息队列等技术,提出了面向电网企业项目管理的智能化系统架构。首先对整体架构的异构云平台、数据中台、项目管理中台、多形态应用等五部分进行了分析;然后,从业务架构、数据架构、技术架构与部署架构角度,对智能化系统核心架构进行了设计;最后,以国网项目中台储备中心为例,对所提智能化系统架构进行了具体实现。该架构能够推动电网企业由流程驱动向数据驱动不断转变,为未来项目管理模式的优化提供参考与依据。