首页期刊导航|系统仿真学报
期刊信息/Journal information
系统仿真学报
系统仿真学报

李伯虎 赵沁平

月刊

1004-731X

simu-xb@vip.sina.com

010-88527147

100039

北京市海淀区永定路50号院

系统仿真学报/Journal Journal of System SimulationCSCD北大核心CSTPCD
查看更多>>《系统仿真学报》是中国系统仿真学会会刊,是中国系统仿真技术领域具有权威性及代表性的学术刊物。其宗旨是报道我国仿真技术领域具有国际、国内领先水平的科研成果, 刊登创新性学术见解的研究论文。《系统仿真学报》由中国系统仿真学会及中国航天科工集团706所联合主办,以中文编辑形式出版,同时附有英文摘要,供国外学者和检索系统引用。本刊始创于1989年,月刊,每期300页左右。《系统仿真学报》的国内影响力逐年提高,据2005年版《中国科技期刊引证报告》统计,《系统仿真学报》的总被引频次为867,在1608种科技期刊中列第188位,在信息科学与系统科学类中列第2位。据《中国学术期刊综合引证年度报告(2005)》统计结果,《系统仿真学报》被列入“科技与生产/技术/自动化”类中的高均值计量指标期刊,总被引频次为1123,影响因子为0.538,Web下载率52.4%,居同类期刊之首。我学报的国际影响力也越来越高,《英国科技文摘SA/INSPEC》连续多年全部收录我学报。2005年《美国工程索引EI数据库》收录我学报814篇论文,收录率为99%。我学报4次获得到中国科协及国家自然基金委的择优性资助。
正式出版
收录年代

    面向电网拓扑调度仿真的采样效率优化方法研究

    赵莹莹董普森朱天晨李凡...
    283-295页
    查看更多>>摘要:为解决新型电力系统的规模性与复杂性导致的仿真计算量较大,仿真速度相对变缓的问题,提出了一种基于分布式与量化机制的拓扑调度仿真加速方法.通过拓扑调度模型的并行,增大了单位时间内数据仿真采样的规模;引入了量化算子,加快拓扑调度模型算子计算,减少单次仿真的时间成本.算例分析验证了拓扑仿真加速的有效性,在单位时间内将仿真电力系统的可用传输容量提升了约2倍,并在不同规模电网算例实现了1.5~2.5倍的仿真加速.

    拓扑调度仿真深度强化学习采样效率优化模型量化电网数字孪生

    基于边界法的大型机组组合模型的简化方法

    许彦平赵明欣秦晓辉何柯佑...
    296-304页
    查看更多>>摘要:随着电网规模的持续扩大,市场环境下考虑网络安全约束的机组组合(security-constrained unit commitment,SCUC)模型中的变量和约束显著增加,模型的求解性能变差.当模型规模过大时,会出现现有的商用求解器无法求解的状况,造成大规模模型求解困难的问题.为实现大规模机组组合模型的快速求解,从减少模型约束数量的角度出发,提出了一种基于边界法的线性约束简化方法.通过边界法剔除模型中冗余的线性约束,可以有效降低模型规模,实现模型的快速求解.基于IEEE-39、WECC 179和IEEE-118算例,在市场环境下进行日前SCUC测试.通过对比简化前后的求解时间,表明该方法能够显著提高模型的求解速率.

    安全约束机组组合求解性能边界法线性约束快速求解

    计及风光不确定性含碳排放和碳惩罚的虚拟电厂优化调度策略

    税纪钧彭道刚宋炎侃周强...
    305-319页
    查看更多>>摘要:为使虚拟电厂更好地满足我国新型电力系统的发展需要,提出一种考虑风光不确定性的含碳排放和碳惩罚的虚拟电厂优化调度策略.对光伏、风力、热电联产机组、储能系统进行数学描述,建立了考虑风光不确定性的风光出力模型;采用场景生成与削减法生成风光典型场景;以虚拟电厂整体运行效益最大为目标,引入碳排放成本和碳惩罚因子,并建立典型场景下虚拟电厂优化调度模型.结果表明:所提策略有利于挖掘储能系统潜力,提高系统经济性,降低碳排放量;在CloudPSS云仿真平台上搭建算例,进一步验证优化调度模型的有效性,为后续开展虚拟电厂优化调度提供了可行的实现途径.

    虚拟电厂优化调度不确定性场景生成与削减CloudPSS

    电动汽车路径规划模型与算法研究进展

    庄鹤林夏小云李康顺陈泽丰...
    320-337页
    查看更多>>摘要:电动车技术的发展为物流企业提供了一种配送车辆的新方案.电动车具有低污染、低噪音等优点,其续航短、充电站有限等特性也带来了新的挑战.电动车路径问题(electric vehicle routing problems,EVRPs)在交通运输、物流管理等领域得到了广泛应用,受到了众多学者的关注.整理了电动车路径问题及其主流变体的问题描述,分析了其各自的提出背景与适用场景.对EVRPs的求解方法和技术做了归类,分析了各方法的优劣,并介绍了相关实际应用.给出了EVRP基准数据集与带时间窗的电动车辆路径问题的基准数据集的基本信息和部分节点分布图,对比分析了已对EVRP基准数据集应用的算法.展望了EVRPs的发展前景.

    电动汽车路径规划低碳启发式算法物流

    动态时空异常感知的相关滤波目标跟踪算法

    邱云飞卜祥蕊张博强
    338-351页
    查看更多>>摘要:针对背景感知算法未与目标的时空域特性建立联系,以及无法准确处理遮挡、形变等异常跟踪情况的问题,提出了能够动态感知时空异常的目标跟踪算法.在相关滤波器训练过程中引入动态空间正则项,使其与样本的时空域特性建立联系;结合响应图的峰值唯一性和锐利信息,提出异常感知方法;利用历史滤波器具有不同置信度的特点以及目标在时域中的连续性,通过异常感知方法自适应选择高置信度的历史滤波器作为时间正则化的参考模板,降低滤波器退化的风险.在OTB50、OTB100和TC128测试基准上进行仿真实验,该算法能够适应外观变化、画面杂乱等复杂条件下的跟踪任务,具有较强的鲁棒性和实用性.

    目标跟踪相关滤波器异常感知滤波器退化动态时空正则化

    考虑储能寿命和通信故障的微电网群优化调度

    焦建芳王安杰王光谢家乐...
    352-362页
    查看更多>>摘要:为保障微电网运行的经济性与稳定性,需考虑可再生能源的功率波动和电池储能系统的寿命特性.探究充放电深度与速率对电池储能系统寿命的影响,建立面向实时优化调度的储能电池系统模型,采用交替方向乘子法对微电网集群进行分布式优化调度.该分布式优化方法不需要任何全局信息,能最大程度上保护微电网的隐私.仿真结果表明:所提方法能够使储能电池以较高荷电状态运行,在出现通信故障时仍能使系统稳定、可靠地运行.

    微电网集群储能电池寿命交替方向乘子法分布式优化通信故障

    宽度-深度融合时频分析的径流智能预测方法

    韩莹王乐豪王淑梅张翔...
    363-372页
    查看更多>>摘要:为解决现有基于LSTM的径流预测模型易陷入局部最优的问题,提出了基于VMD-LSTM-BLS(variational mode decomposition-LSTM-broad learning system)的径流预测模型.将宽度学习系统与LSTM结合,针对径流序列多噪音特点,采用时频分析方法中的变分模态分解,将径流时间序列的一维时域信号变换到二维时频平面,减少噪声对预测结果的影响.仿真结果表明:与基线模型及现有基于LSTM的径流预测模型相比,该模型的预测精度有较为明显的提高.

    径流预测变分模态分解长短时记忆网络宽度学习系统时频分析智能预测

    基于DRL和自由步态的六足机器人运动规划研究

    王鑫鹏傅汇乔邓归洲唐开强...
    373-384页
    查看更多>>摘要:为提高六足机器人在非结构环境下的通过率和运动性能,提出一种基于DRL和自由步态规划器的多接触运动规划算法.自由步态规划器获取目标状态下可达落足点从而输出最优步态序列;利用DRL训练得到六足机器人在随机生成的梅花桩环境中的质心运动策略.为了保证机器人在运动过程中相邻状态之间的可达性,利用状态转移可行性模型对状态转移可行性进行判定,实现六足机器人在不同宽度沟壑梅花桩环境下的落脚点规划.仿真与样机实验表明:多接触运动规划算法能够让机器人快速平稳地从起点到达目标区域,并自动调整步态模式以应对不同环境下随机分布的梅花桩.

    六足机器人自由步态深度强化学习多接触运动规划非结构环境

    不确定情景下AGV系统调度算法的仿真平台

    石志浩沈海辉
    385-404页
    查看更多>>摘要:不确定情境下的完整自动引导车(automated guided vehicle,AGV)系统调度算法,除了要包含常见的任务指派策略和路径规划算法之外,还需要包含冲突应对策略.由于存在随机性,这样的调度算法难以从理论上分析其特性,相关研究也较少.基于离散事件仿真技术,设计并开发了一个AGV系统仿真平台,可以灵活地设置调度问题,并选择调度算法中的任务指派策略、路径规划算法和路径冲突应对策略进行仿真.该平台具有可视化的界面,可以直观地观察AGV的运行状态和调度算法的表现,也可以输出最终的仿真实验统计数据.实验表明:该平台可以准确有效地对不确定情景下的调度算法进行评估与比较.

    AGV(automatedguidedvehicle)系统调度不确定情景路径冲突离散事件仿真仿真平台

    基于深度强化学习的履带机器人摆臂控制方法

    潘海南陈柏良黄开宏任君凯...
    405-414页
    查看更多>>摘要:摆臂式履带机器人具有一定的地形适应能力,实现摆臂的自主控制对提升机器人在复杂环境中的智能化作业水平具有重要意义.结合专家越障知识和技术指标对机器人的摆臂控制问题进行马尔可夫决策过程(Markov decision process,MDP)建模,基于物理仿真引擎Pymunk搭建了越障训练的仿真环境;提出一种基于D3QN(dueling double DQN)网络模型的深度强化学习摆臂控制算法,以地形信息与机器人状态为输入,以机器人前后四摆臂转角为输出,能够实现挑战性地形下履带机器人摆臂的自学习控制.在Gazebo三维仿真环境中将算法学得的控制策略与人工操纵进行了对比实验,结果表明:所提算法相对人工操纵具有更加高效的复杂地形通行能力.

    履带机器人摆臂自主控制自主越障深度强化学习机器人操作