不确定感应条件下定位传感器布局问题研究

不确定感应，即感应范围内的目标被感应的概率是不确定的，在现实中普遍存在。文献中大多数传感器布局模型都假设覆盖即被感应，因此这些模型无法用来优化不确定感应条件下的定位传感器布局问题。由于定位传感器技术在我国广泛实施的时间不长，基于不确定感应的传感器布局问题受到的关注非常少。本项目研究在不确定感应条件下如何优化定位传感器的布局，重点研究4 个有代表性的、贴近实际的布局问题：（1）垂直朝下布局传感器于目标上方的平面；（2）自由朝向布局传感器于目标上方的平面；（3）传感器与目标均在三维空间自由布局；（4）多类型多服务要求的传感器布局。首先我们通过组合数学与信号处理理论构建了不确定感应模型，然后基于各应用环境建立相应的附有随机约束的混合整数非线性规划模型，最后通过可行域分析及设计启发式算法对其进行求解。研究表明，在垂直朝下布局问题中，当定位精度要求较低时，正三边形布局策略优于正四、六边形布局策略；当定位精度较高时，只有正六边形布局策略可行。通过布局策略的对比可以帮助节省18%的定位传感器。在自由朝向布局问题中，当布局高度系数和传感器边际集群成本均较小时，基于3个传感器集群的正六边形布局策略最优，随着布局高度系数的增加，基于7个传感器集群的正六边形布局策略将为最优；但随着传感器边际集群成本的增加，非规则布局方式下的正六边形布局策略将为最优。在3维空间自由布局问题中，在仓库应用中提出了一个基于多目标规划的算法来同时优化布局成本、定位可靠性以及定位时间窗。在对服务要求的传感器布局问题中对不同服务的系统框架进行了设计。本项目有利于将不确定感应的定位传感器布局问题推向国际学术前沿，同时为个性化需求下的弹性制造服务业提供切实可行的、可靠的定位传感器布局方案。 2100433B

不确定感应，即感应范围内的目标被感应的概率是不确定的，在现实中普遍存在。文献中大多数传感器布局模型都假设覆盖即被感应，因此这些模型无法用来优化不确定感应条件下的定位传感器布局问题。由于定位传感器技术在我国广泛实施的时间不长，基于不确定感应的传感器布局问题受到的关注非常少。本项目研究在不确定感应条件下如何优化定位传感器的布局，重点研究4个有代表性的、贴近实际的布局问题：（1）在目标上方平面垂直朝下布局传感器；（2）在目标上方平面自由朝向布局传感器；（3）三维空间自由布局传感器；（4）多类型多服务要求的传感器布局。我们将先建立不确定感应模型，然后基于各应用环境建立相应的附有随机约束的混合整数非线性规划模型，最后通过可行域分析及设计启发式算法对其进行求解。本项目有利于将不确定感应的定位传感器布局问题推向国际学术前沿，同时为我国的制造服务业提供切实可行的、可靠的定位传感器布局方案。

交通需求不确定性是制定收费道路BOT(Build-Operate-Transfer，建设、运营、转让)项目合同最大的挑战，而需求不确定受交通信息不完备性及道路网络等多种因素的影响。本项目通过研究用户在收费道路网络中的行为，分析收费道路交通需求的不确定性特征，建立帕累托改进(Pareto-improving)机制分析最优柔性合同的性质和效率。通过本项目的研究，期望帮助公私部门遴选可行项目、降低项目风险、维持公私部门长期合作关系,为健全交通基础设施投资市场和政策法规提供科学指导。在项目实施过程中，发表SCI检索论文6篇，其中交通类顶级期刊《Transportation Research Part B》三篇，交通类权威期刊《Transportation Research Part C》和《Transportation Research Part E》各一篇，国家自然科学基金委权威期刊《管理科学学报》一篇；邀请国际著名交通学者《Transportation Research Part B》及《Transportation Research Part E》主编及其他多名国际知名学者进行学术访问；赴香港科技大学进行学术交流3个月；参加6次国际学术会议和4次国内学术会议，均作了大会特邀或专题报告；被上海交大、中山大学、同济大学等多所大学邀请作主题报告；培养管理科学与工程方向硕士研究生2名。 2100433B

交通需求不确定性是制定收费道路BOT(Build-Operate-Transfer，建设、运营、转让)项目合同最大的挑战，而项目合同的柔性机制是处理交通需求不确定最有效的方法之一。目前有关柔性合同的理论研究仅考虑特许权期的柔性，而代表公众利益的公共部门与以盈利为主要目的的私人投资者的行为分歧也没有得到足够重视。本项目同时考虑收费道路项目的社会福利和经济效益产出，建立包含特许权期、通行费和道路容量等多个要素的合同柔性机制,应用帕累托改进(Pareto-improving)原理协调多利益相关主体的行为分歧,引进延迟策略(Postponement strategy)和基于需求学习(Demand learning)的动态定价理论分析最优柔性合同的性质和效率。通过本项目的研究，期望帮助公私部门遴选可行项目、降低项目风险、维持公私部门长期合作关系,为健全交通基础设施投资市场和政策法规提供科学指导。

岩土的导热系数、比热容等热物性参数是设计地源热泵土壤换热器数量的关键参数，其可靠的现场测试方法对地源热泵应用非常重要。本项目提出了新的岩土热物性测试不确定性方法。分析了岩土热物性参数的不确定性特征，建立了改进的复合线热源模型、复合圆柱源模型及三维瞬态传热模型，提出了可处理不稳定功率或断电情形下热物性测试的新方法。研发了新型岩土热物性测试仪，建立了实验系统；研究了不确定条件下的热物性参数概率分布。揭示了地下水、测试功率等不确定性因素对热物性及其测试的影响机理。提出了地源热泵系统逆向建模方法—度日数G函数法, 该方法只需要少量的实测参数，适用于对住宅建筑的地源热泵空调系统的逆向分析。建立了地源热泵地埋管换热器多极理论模型，可分析求解复杂形状与边界的温度。研究发现：地源热泵埋管换热器向地下的排热可降低钻孔壁附近土壤的水分含量。土壤初始水分含量较低时，湿传递对土壤热物性影响较大。测试功率对热物性结果有小幅影响。提高回填材料和土壤的导热系数、提高地下水流速均可提高地埋管换热器能效。本项目成果拓展与深化了对岩土热物性不确定性因素的认识，为解决长期困扰的岩土热物性测试结果可靠性问题提供了新途径。 2100433B