一种RCM有限元带宽优化改进算法

应用RCM(Reverse Cuthill-Mckee)算法进行带宽优化时存在优化结果不稳定的问题,通过对算法进行系统分析发现,正序排列过程中非完全依靠节点之间的拓扑关系是问题的关键。本文在考虑层、联结度判据基础上,通过新增列高和判据进行节点正序排列,解决了RCM算法存在的问题,通过实际结构算例验证了改进后的RCM算法的稳定性,并获得了列高和更小的优化方案,实现了节省计算机内存和提高运算效率的目的。

基于粗糙C-均值聚类的能量均衡LEACH算法

低功耗自适应集簇分层型(LEACH)协议选择的簇头节点存在分布不均匀和能耗不均衡等问题。为此,基于粗糙C-均值聚类提出一种改进的LEACH算法。通过定位技术获取节点的位置坐标,利用粗糙C-均值算法对无线传感器网络节点坐标进行聚类,以保证簇头节点的均匀分布,并使用基于剩余能量的LEACH算法选择簇头节点。计算结果表明,改进算法可使簇头节点在每轮选择时均匀地分布在网络中,同时延长网络的生命周期。

社交网络中同一用户的识别

对不同社交全局网络中同一用户的身份识别进行了相关研究,将社交网络建模为节点带有属性值且含有一个中心节点的网络,即ego-network,并就社交网络中身份识别的问题设计了相关算法。为挖掘同一个用户的节点对,对用户的属性、好友关系的相似度进行了建模,从而综合评价了不同社交网络中节点间的相似度,即为用户匹配评分,将其作为节点匹配的优先度;然后通过改进后的RCM算法得到全局最优的匹配结果;最后剪掉用户匹配评分较低的已匹配用户对以达到更好的效果。基于真实数据集,实验对比了该算法与几种相关算法的表现,并分析了不同参数对实验效果的影响,验证了所提算法的合理性。

矩阵重排序算法在结构分析快速求解中的应用

结构有限元分析中最基本的计算是大规模线性方程组的求解,求解方法有直接法和迭代法两种.由于收敛性问题迭代法的应用受到很大限制,而解决求解规模和速度问题是直接法应用的关键.用直接法求解线性方程组,可通过减小矩阵的带宽与轮廓来减少数据存贮量及浮点运算次数,从而提高求解规模和速度.本文基于图论原理并针对结构总刚矩阵的一维变带宽存贮特点,对RCM算法进行了改进,以减少总刚矩阵的轮廓及带宽.算例表明,本文提出的在大规模线性方程组求解中采用改进的RCM算法快速求解技术,其算法是高效的,编制的计算程序是稳定、可靠的.

输变电设备停电检修计划智能编排系统

随着电力系统电网结构日益复杂,设备日益增多,输变电设备停电检修计划编排的难度逐年增加。介绍了一种停电检修计划智能编排系统,该系统通过CIM整合现有的各类电力生产信息系统,并应用了以可靠性为核心的检修策略,结合若干检修优化算法,达到检修计划的科学、高效、智能编排。

基于EDNS的输电设备维修方案风险评估

针对传统输电设备维修方案评价方法的不足,提出以可靠性为中心的基于期望缺供电量的设备维修方案风险评价方法;利用投影寻踪法和加速遗传算法,得到基于数据驱动的各个自然状态和待选方案的客观组合权重,充分挖掘损益值矩阵隐含的深层决策信息,克服了传统不确定型决策准则利用损益值矩阵信息偏少的弊端;基于组合客观权重将风险事件发生的概率和风险事件的后果有效地结合起来,更好地表示了输电设备维修方案可能面临的潜在风险。实例分析验证了该方法的可行性和有效性。

基于GPU集群加速的电阻率三维数值模拟

针对三维直流电法正演模拟中大型稀疏线性方程组求解,在GPU(Graphic Process Unit)集群上实现了并行预处理共轭梯度(conjugate gradient,CG)算法。矩阵预处理使用可并行的对称逐次超松弛近似逆预处理(symmetric successive over relaxation approximate inverse preconditioner,SSORAI),与传统的对称逐次超松弛预处理(symmetric successive over relaxation preconditioner,SSOR)相比,避免了串行的三角矩阵回代求解过程,增加了并行性。在GPU集群通信上,使用支持跨节点GPU-GPU直接通信的MVAPICH2,省去了GPU间通信时GPU到CPU的数据中转过程。为了提高数据局部性和重复性,使用RCM算法(reverse Cuthill-Mckee algorithm)对预处理后的线性方程组进行带宽缩减,并利用GPU的计算通信重叠,极大地缩减了计算时间。实验结果表明,这里提出的方法在GPU集群上有很好的可扩展性。同时,程序基于CUDA FORTRAN语言实现,可以容易地与现有FORTRAN程序相结合,提高程序的性能。

基于PFA算法的动目标特性分析

对发射的线性调频信号做解调和匹配滤波处理得到原始回波信号,应用极坐标格式算法(Polar Format Algorithm,PFA)推算静止目标和运动目标处理后回波信号的数学关系式,推演动目标经过PFA处理后的理论成像结果图特征。首先对回波数据进行参考距离补偿,利用尺度变换原理,得到距离向插值处理后运动目标关于静止目标的距离徙动(Range Cell Migration,RCM)函数,推算理论上的成像结果;再通过方位向高精度的Sinc插值方法处理,完成整个PFA处理的推导。重点研究动目标和静止目标PFA处理后信号回波在方位和距离向的函数特性,以此推测出运动目标经过PFA处理后理论上的成像结果图特性,再通过MATLAB仿真来验证理论推导的正确性。

RCM算法在索膜结构有限元分析中的应用

索膜结构有限元分析计算速度归结为大规模线性方程组KU=P的求解速度。通过RCM算法,对有限元网格节点编号进行优化,从而减小总刚度矩阵K的带宽与轮廓来减少数据存储量及浮点运算次数,提高了线性方程组直接法的求解速度。另外,在大型索膜结构有限元计算中,传统的RCM算法计算过程存在两方面问题,一方面没有考虑网格规模造成的计算内存负担,影响计算速度;另一方面不能适应索膜结构中存在混合节点自由度的实际情况。因此,改进了传统RCM算法,使其能够高效应用于索膜结构有限元分析。算例表明,改进的RCM算法能够显著提高索膜结构有限元计算速度。

高频数据下高维协方差阵的RCM算法估计与应用

基于因子模型的估计方法是高频数据下高维协方差矩阵估计的一个重要方向.为了解决行业分类门限法的主观性问题,本文使用RCM算法对剔除了主要成分的残差矩阵进行重新排序并进行分块对角化门限处理.本文首先在数值模拟中设定残差矩阵包含分块对角结构并将其顺序打乱,随后使用RCM算法进行重新排序,结果表明其能够还原乱序残差矩阵中所包含的分块对角结构.基于2015年股灾期间和2018全年的高频数据,本文将预平均法和使用RCM进行分块对角处理的POET方法进行结合,并在实证研究中对包括该估计量在内的多种协方差估计量进行了样本外预测效果的比较.结果显示改进后的估计量具有更好的预测能力,进行含总敞口约束的最小方差组合投资时的日内波动率整体较低.

平面控制网网点优化排序研究

本文利用法方程系数阵的稀疏性,将Banker算法和RCM算法应用于平面控制网数据处理,实现网点自动优化排序,压缩了法方程系数阵的存贮空间。借助于各类平面网平差模型对Banker 算法和RCM算法进行了比较、分析。采用优化排序算法不仅能扩大微机的解算容量,同时也提高了解算速度,减少了计算过程中的舍入误差,且适用于任意平面网、高程网,GPS网的自动化数据处理。