为了使储能系统达到最优的削峰填谷效果，提出一种计及负荷峰谷特性的储能调峰日前优化调度策略。根据调度日内的负荷曲线，以储能系统的额定容量与额定功率为约束条件，分别计算在调峰过程中所能达到的最高填谷功率线、最低削峰功率线以及与之对应的充放电电量。根据所需的充放电电量差值，在储能系统未动作区间内，以储能系统经济性和负荷峰谷差改善量最优为目标，确定各时刻储能系统的充放电功率，实现充放电电量平衡。分别建立填谷调度模型、削峰调度模型及电量平衡调度模型，并制定相应的调度策略执行流程。构建调度策略评价指标，以某电网的负荷及风电数据为基础验证所提调度策略的有效性。

MapReduce的系统性能评估与Backup调度策略，分布计算中的hadoop编程技术，主要是MapReduce的系统性能评估与Backup调度策略。主要解决大规模的网页做索引、在海量的数据中进行挖掘、庞大的科学计算任务。其中Google使用MapReduce作为日常计算的引擎，将每天处理20PB的数据 存在底层的存储系统如GFS6、BigTable7中。

软件定义网络将网络的数据层和控制层相分离，具有可编程性强和全局网络视图的优点，这一优点被越来越多地应用于数据中心网络流调度中。然而，数据中心网络中大象流和老鼠流共存的流量特征是流调度技术的一大挑战。对基于流量特征的流调度策略进行了综述，首先梳理了基于软件定义网络的数据中心网络的理论基础，然后对大象流、老鼠流、大象流与老鼠流三个方面的流调度策略进行了分析和总结，并探讨了相比于传统的流调度技术，在软件定义网络架构下基于流量特征的流调度策略的优势。最后针对目前基于流量特征的流调度技术面临的若干主要问题进行了讨论，指出了下一步的研究方向。

对含电动汽车充电负荷的配电网进行了潮流计算和结果分析，对电动汽车充电负荷优化调度进行了深入研究，提出了基于潮流计算且满足削峰填谷和经济运行的电动汽车充电负荷优化调度策略，并结合具体实例验证了优化调度策略的有效性。

在低密度奇偶校验（LDPC）码的置信传播（BP）解码算法中，基于动态调度策略的算法表现出出色的性能。 在这封信中，我们提出了一种基于可变节点的动态调度解码算法。 对于所提出的算法，基于对数似然比（LLR）值和奇偶校验方程评估变量节点的可靠性。 然后，提出了一种更准确的动态选择策略。 同时，对振荡变量节点进行处理，从而抑制了由振荡引起的错误消息传播的影响。 另外，所提出的算法在一次迭代中更新了与原始BP解码算法相同数量的消息，这与其他一些动态解码算法不同。 仿真结果表明，该算法优于其他算法。

在地区已有的独立小水电基础上，形成了独立型水光储微电网系统，以满足地区多样性供电需求，并解决因负荷增长产生的小水电供电不足的问题。建立了独立型水光储微电网容量优化配置模型，该模型以初始投资成本及年运行费用成本总和最小为优化目标，以负荷失电率及水电机组启停次数为优化评价指标，综合考虑了系统运行的各种约束条件及能量管理策略，具有一定的适用性。最后，以某地区实际系统为例，利用粒子群优化算法对模型进行求解，验证了所建立模型的有效性。

A Stable Online Scheduling Strategy for Real-Time Stream Computing Over Fluctuating Big Data Streams

2018年高教杯全国数学建模大赛 B题代码 智能RGV的动态调度策略 优化模型 国奖获得 代码可能要解压，用MATLAB打开才能查看