一种边端协同智能卸载方法
    1.
    发明公开

    公开(公告)号:CN118394512A

    公开(公告)日:2024-07-26

    申请号:CN202410498416.4

    申请日:2024-04-24

    Abstract: 本发明涉及一种边端协同智能卸载方法,属于无线通信领域。该方法包括:构建在卫星边缘计算网络中多任务并行部分卸载优化场景;通过任务队列、任务处理与任务卸载模型构建系统能耗的长期平均值优化问题,其在相关约束条件下以最小化系统能耗的长期平均值;采用李雅普诺夫优化框架将长期多时隙优化问题解耦为能够在每个时隙中求解的确定性问题;将系统能耗的长期平均值优化问题拆分为在线任务卸载子问题和在线资源分配优化子问题,并基于MADRL的在线任务卸载策略求解卸载策略子问题;在输出卸载决策的前提下,引入李雅普诺夫辅助的DRL框架和多智能体近端策略优化MAPPO算法,基于凸优化的资源分配算法求解剩余的资源分配优化变量。

    一种基于DSICA算法的电力系统多目标无功优化方法

    公开(公告)号:CN109103901A

    公开(公告)日:2018-12-28

    申请号:CN201811229460.6

    申请日:2018-10-22

    Abstract: 本发明请求保护一种基于DSICA算法的电力系统多目标无功优化方法。包括以下步骤:建立电力系统多目标无功优化数学模型,设置系统参数和算法参数;初始化算法中的国家个体,潮流计算得到目标函数值;复制国家个体到外部储存空间;算法迭代,利用所提出的殖民地国家个体位置更新方式和距离策略更新国家个体位置;对更新后的国家个体和上一代国家个体一起进行非劣排序和拥挤距离计算;判断是否满足迭代次数,若满足则进入下一步,若不满足则返回重复迭代;输出外部储存空间形成的帕累托最优解集,利用模糊群决策法找到最优折衷解并输出。本发明在处理电力系统多目标无功优化问题中搜索范围广,寻优能力强且求解质量高,证明了本发明的有效性和优越性。

    一种基于DSICA算法的电力系统多目标无功优化方法

    公开(公告)号:CN109103901B

    公开(公告)日:2021-11-12

    申请号:CN201811229460.6

    申请日:2018-10-22

    Abstract: 本发明请求保护一种基于DSICA算法的电力系统多目标无功优化方法。包括以下步骤:建立电力系统多目标无功优化数学模型,设置系统参数和算法参数;初始化算法中的国家个体,潮流计算得到目标函数值;复制国家个体到外部储存空间;算法迭代,利用所提出的殖民地国家个体位置更新方式和距离策略更新国家个体位置;对更新后的国家个体和上一代国家个体一起进行非劣排序和拥挤距离计算;判断是否满足迭代次数,若满足则进入下一步,若不满足则返回重复迭代;输出外部储存空间形成的帕累托最优解集,利用模糊群决策法找到最优折衷解并输出。本发明在处理电力系统多目标无功优化问题中搜索范围广,寻优能力强且求解质量高,证明了本发明的有效性和优越性。

    基于改进蝙蝠算法求解电力系统多目标有功调度的方法

    公开(公告)号:CN108932566A

    公开(公告)日:2018-12-04

    申请号:CN201810794959.5

    申请日:2018-07-19

    Abstract: 本发明请求保护一种基于改进蝙蝠算法求解电力系统多目标有功调度问题的方法,提出了一种处理多目标有功调度问题的蝙蝠算法并利用惯性权重系数和全局最优引导机制对其进行改进,改进后的算法可以有效地处理多目标问题,能够寻找到均匀分布的帕累托最优前端并利用模糊隶属关系搜寻最优折衷解。本发明公开的改进蝙蝠算法采用了拥挤距离和非劣排序来维持帕累托前端的均匀分布,并采用模糊机制确定最优折衷解。此改进算法在求解电力系统多目标有功调度的优化问题方面具有良好的优化效果:搜索效率高,帕累托前端解集分布均匀。

Patent Agency Ranking