新燃料干散货船航线燃料加注和航速协同优化方法及系统

    公开(公告)号:CN118597379A

    公开(公告)日:2024-09-06

    申请号:CN202410621093.3

    申请日:2024-05-17

    Abstract: 本发明提供了一种新燃料干散货船航线燃料加注和航速协同优化方法及系统,先基于获取的船舶的航行参数和港口参数建立航段燃油消耗函数,并在多个约束条件下建立混合整数非线性规划模型,然后基于航次的最大航行时间和任意两个装卸货港口间所有航段的总距离制定该装卸货港口间每个航段的航速决策,并采用双层编码方式对航速决策进行编码生成初始解,再计算出该装卸货港口间每个航段的油耗,根据每个航段的油耗制定该装卸货港口间去程航段和返程航段的燃油加注决策,将燃油加注决策和航速决策作为新初始解,并采用变邻域下降算法计算出混合整数非线性规划模型的最优解,进而得到最优航速决策和最优燃油加注决策,有效减少了燃油消耗。

    基于聚类及神经网络的广义负荷建模方法

    公开(公告)号:CN110991638B

    公开(公告)日:2024-01-05

    申请号:CN201911201936.X

    申请日:2019-11-29

    Abstract: 本发明公开了一种基于聚类及神经网络的广义负荷建模方法,涉及广义负荷建模领域,所述方法包括以下步骤:步骤1、基于主成分分析对多维的负荷数据进行降维,获得降维数据;步骤2、采用K‑means算法对所述降维数据进行大时间尺度和小时间尺度的聚类分析,获得聚类数据;步骤3、对所述聚类数据进行RBF神经网络建模,构建广义负荷模型。本发明根据广义负荷的多影响因素,以重要性为优先级处理大量多维数据,实现了数据的精准采集与有效利用;包含传统负荷、可再生能源、电动汽车的配网中,实现广义负荷时变性、温度相关性的分析;本发明提供的模型的使用较为便捷,应用范围较广。(56)对比文件Yun Lu.An Improved RBF Neural Networkfor Short-TermLoad Forecast in SmartGrids.IEEE.2016,第1-6页.刘颖.基于PCA聚类分析的神经网络模型设计与应用.电子制作.2015,第58-59页.

    一种针对区块链日蚀攻击的防御方法

    公开(公告)号:CN120017245A

    公开(公告)日:2025-05-16

    申请号:CN202510156035.2

    申请日:2025-02-12

    Abstract: 本发明提出了一种针对区块链系统的日蚀攻击防御方法,该系统由若干节点构成,其中包含部分恶意节点及若干良性节点。系统内节点以去中心化模式进行信息传播,区块链节点在连接其他节点时,需要避免所有连接的邻居节点均为恶意节点。该方法包括:步骤1,节点依据本地存储的信息传输记录计算不同节点的区块传播能力;步骤2,结合各自治系统(Autonomous system,AS)内所有节点的传播能力,计算不同AS间的差异;步骤3,利用传播能力及差异性构建核矩阵,而后利用行列式点过程方法选取连接的备选目标。本发明所提出的针对区块链系统的日蚀攻击防御方法可以降低节点遭受日蚀攻击的安全风险,同时本发明也在选取邻居节点时考虑了传播能力的影响,提升了区块链节点在接收信息上的高效性。

    一种新燃料干散货船航线的航次优化方法及系统

    公开(公告)号:CN119026732A

    公开(公告)日:2024-11-26

    申请号:CN202411037257.4

    申请日:2024-07-30

    Abstract: 本发明提供了一种新燃料干散货船航线的航次优化方法及系统,先获取新燃料干散货船的船舶参数和航行参数,并在以决策变量的取值范围、船队规模的限制范围、最少航次数、船舶在装货港的累计装货量的限制范围为约束建立的多个约束条件下,根据船舶的最大装载量和决策变量建立第一目标函数,并根据以航次的起始航行时间和航行持续时间确定的航次成本和决策变量建立第二目标函数,再基于预设的权重系数并采用加权和方法将第一目标函数和第二目标函数进行合并,得到综合目标函数;然后设计定制化的非支配排序遗传算法对综合目标函数进行求解,得到该综合目标函数的最优解,从而实现干散货总转运量最大化的同时总航程成本最小化,能够有效提高运营效率。

Patent Agency Ranking