随着绿色物流的兴起,电动车辆应用研究引起人们的极大关注.电动车辆路径优化问题(Electric vehicle routing problem,EVRP)是电动车运行管理和物流优化中的核心问题之一.对此,首先介绍电动车辆路径问题的研究现状;然后,从充电优化、路径优化和车队配置优化的不同侧重角度,着重介绍3种路径优化分支,并对各种求解方法进行分类对比讨论;最后,对电动车辆路径优化的未来发展趋势进行展望.

大众866C升级0478最新固件 原版固件 普锐866C、866BG、682G通刷正式版！！！修复各种BUG缺陷，优化主机运行速度，减少主机发热，优化蓝牙链接，修复倒车影像慢的问题，增加Carplay和Carlife的稳定性，优化GPS信号 mib车机_Preh_866C/877C/682G/866BG_固件0478 适合车机：3Q0035866.C/3Q0035877.C/5C0035682G/3G0919866BG

天牛须搜索算法（beetle antennae search，BAS）算法是2017年提出的一种 基于天牛觅食原理的适用于多目标函数优化的新技术，其生物原理为：当天牛觅食时，其并不知道食物在哪里，而是根据食物气味的强弱来觅食。天牛有两只长触角，如果左边触角收到的气味强度比右边大，那下一步天牛就会向左边飞，反之则向右飞。依据这一简单原理天牛就可以有效找到食物。与遗传算法、粒子群算法等类似，BAS 不需要知道函数的具体形式以及梯度信息，就可以自动实现寻优过程，且其个体仅为一个，寻优速度显著提高。 算法步骤如下： （1）创建天牛须朝向的随机向量且做归一化处理 式中： rand()为随机函数； ||rands()||表示空间维度。 （2）创建天牛左右须空间坐标 （3）根据适应度函数判断左右须气味强度，即f(x_l)和f(x_r)的强度， 函数f()为适应度函数。 （4）迭代更新天牛的位置 式中： 表示在第 i次迭代时的步长因子；sign()为符号函数。 核心代码

该工具适用uniy5及以上版本，低版本未测试，提供unity内存使用的查看，可准确定位哪些资源占用内存过高，方便优化开发者调整项目。

建立了双端基于电压源型换流器的高压直流输电(VSC-HVDC)系统的小信号模型；利用特征根分析法，基于线性化状态空间模型，将与系统特征根直接相关的振荡模式和衰减模式的罚函数作为目标函数；提出了基于粒子群优化算法的VSC-HVDC系统的控制参数优化策略，对整个系统的控制参数同时进行整体优化。仿真结果验证了小信号模型的正确性；优化后的系统在小扰动、大扰动、潮流反转及故障情况下均具有较高的控制精度，整个系统的稳态与暂态特性均得到较大改善。

最优化方法实验之外点法 #include #include #define MAXDEM 10 struct MODEL { double (*g[10])(double *); double (*f)(double *); int stNum; } Model; double f(double x[]) { return x[0]+x[1]; } double g1(double x[]) { return -x[0]*x[0]+x[1]; }

程序名称：考虑不确定性的含集群电动汽车并网型微电网随机优化调度 实现平台：matlab-yalmip-cplex/gurobi 代码简介：微电网是指集成了多种分布式电源、储能和负荷的一类小型发–配–用电系统，通过内部各单元的协调运行，可实现高度自治及对配电网的友好接入，是提高可再生能源渗透率的有效手段。本代码涉及的并网型微电网包括分布式电源（汽轮机），需求响应负荷（可平移负荷），可再生能源（光伏），固定负荷，储能设施，集群电动汽车以及与配网交互功率部分。首先考虑负荷与光伏的不确定性，利用拉丁超立方抽样算法生成与削减得到典型场景。其次在分时电价引导下，以总运行成本最低为优化目标，建立基于场景法的随机优化调度模型。本代码为原创代码，注释详细，且将目标函数与约束写成紧凑形式，简洁工整，易于拓展修改，适合新手入门与提高。附带参考文献。

针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19.08%,进一步提高了神经网络功放建模精度。

摘要随着图形处理器（GPU）的计算能力和可编程性的不断提高，利用 GPU 进行通用计算（GPGPU）逐渐成为研究的热点。的异构模式，虽然这种异构模式能够获得好的

针对高比例风电接入下电网电压快速、频繁波动的问题，提出了基于模型预测控制(MPC)的多时间尺度电网无功电压优化控制方法。在日前优化安排离散无功补偿设备的基础上，日内采用基于MPC的滚动优化及校正控制思路，利用连续无功补偿装置对电压进行控制。首先，建立基于灵敏度的电网电压预测模型，预测得到未来多个时刻的电网电压运行状态；然后，以未来多个时刻的电网电压预计控制偏差最小为优化目标，建立日内滚动优化控制模型，求解得到连续无功补偿装置的无功控制计划，并通过电压控制偏差校正，完成日内无功电压模型预测控制；最后，以我国“三北”地区某风电场集群为例进行仿真计算，通过与传统电压控制方法进行对比，验证所提方法在提高电压控制水平方面的可行性和有效性。