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。

为了提高图像置乱性能，把具有非周期性、遍历性、伪随机性和对初值的高度敏感性的混沌系统应用到图像置乱中，提出了基于混沌的数字图像置乱算法。为了得到最好的置乱效果，采用混合蛙跳算法来优化置乱算法的参数。通过算法的仿真实验表明该算法具有较好的置乱效果，并具有较强的抗剪切攻击和抗噪声攻击能力。

非常好的machine learning入门书。

分布式数据库 分布式数据库系统 第五章 分布查询的存取优化 东北大学

88行matlab拓扑优化代码托斯 高效的51行Matlab代码，用于拓扑优化。 TOSSE（相同尺寸元素的拓扑优化）是用于2D和3D拓扑设计问题的Matlab代码。 该代码使用称为TOP88的经典88行代码作为基础，以开发一种硬0-1进化算法，该算法在每次迭代时都将元素杀死。 新代码由51行组成，并且不牺牲任何可读性，因此它对于想要接触该领域的从业人员很有用。 该算法显示出优于TOP88的平均范围和几乎没有棋盘格图案的结构的效率。 有关理论和数值结果的更多详细信息，可以查看以下文章： 用法 在此项目中，可以使用三个代码： tosse.m tosse_cant.m tosse3d.m 第一个是Messerschmitt-Bolkow-Blohm（MBB）光束的拓扑优化代码。 可以通过在Matlab终端中键入以下命令来启动代码： tosse(nelx,nely,volfrac,mu) 其中nelx是在x轴元素的数量， nely是在y轴上的元素数， volfrac是在最终的设计和所需的体积mu在所述体积降低参数。 一个实际的呼叫示例是： tosse(180,60,0.5,0.97) 对于1

以圆柱齿轮机构为研究对象进行优化设计,选取齿轮的模数、齿数、齿宽、中心距等基本参数为设计变量,以体积最小为优化目标,利用Matlab优化工具箱进行编程求解,得到齿轮结构尺寸。利用SolidWorks结合CAXA建立齿轮的三维实体模型,使用Simulation插件进行应力分析,验证优化设计的合理性和优越性。

基于LINGO10的单级圆柱齿轮减速器优化设计，徐浩，，将优化建模软件LINGO10应用于单级圆柱齿轮减速器优化设计的研究，在对单级圆柱齿轮减速器进行分析的基础上，以体积最小为目标建立�