基于强化学习的分布式光伏运维资源动态调度

来源 :计算机集成制造系统 | 被引量 : 0次 | 上传用户:hmxxg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对分布式光伏运维资源调度过程中因动态因素影响导致调度计划难以实施的问题,提出基于强化学习的分布式光伏运维资源动态调度方法.该方法通过构建动态调度规则同步调整运维任务的优先级,并以新计划完成成本最低和完成时间最短为优化目标构建动态调度模型.采用Q-Learning求解模型,通过实验对比,Q-Learning算法的求解速度快、算法稳定性好,更适合求解动态调度问题,所提资源动态调度方法可以应对分布式光伏运维过程中的动态因素影响,提升服务质量.
其他文献
针对有限元法求解变厚齿轮时变啮合刚度的求解效率低、计算结果易不收敛等问题,基于切片法建立了一种考虑齿向修形的变厚齿轮时变啮合刚度求解模型,在综合考虑齿轮基圆与齿根圆之间关系的基础上,对现有的Weber能量法进行改进,并采用该方法计算了变厚齿轮的时变啮合刚度.通过建立变厚齿轮有限元分析模型,对其进行加载接触分析,计算其啮合刚度,并与所提方法进行比较,结果表明,所提方法可以有效提高计算精度,提升计算效率.在此基础上,采用集中参数法分析了变厚齿轮不同啮合参数和修形参数对时变啮合刚度的影响规律,为变厚齿轮的结构优
词语语义相似度计算在很多自然语言处理相关领域都有着广泛应用.基于知网的现有词语语义相似度计算方法未深入考虑同棵义原层次树的义原距离、义原深度、义原密度及主次关系的影响,致使相似度计算结果并不够精确.针对该问题,提出一种词语语义相似度改进算法,通过分析知网中的义项表达式和义原层次树,用集合的加权平均值代替了义项相似度最大值,在新的边权重函数中引入义原密度,进而通过调节权重因子限制义原深度与义原密度对相似度计算准确度的影响.实验结果表明,改进后的算法有效提高了词语语义相似度准确率,取得了比较满意的结果,比现有