基于大数据分析的配网继电保护定值校核方法

为了提高配网故障的检测精度并提高继电保护定值校核的效率,提出基于大数据分析的配网继电保护定值校核方法。首先,以5G通信技术为基础,分析配网的拓扑结构。其次,通过K-means聚类算法挖掘出配网继电保护运行大数据。最后,从选择性与敏感性两方面,对不同相间距离保护线路进行分段校核。实验结果表明,与传统的校核方法相比,本文方法的配网故障检测精度始终在90%以上,并且能够提高继电保护定值校核的效率,实际应用价值较高。

成像卫星协同任务规划模型与算法

作为一类重要的对地观测卫星,成像卫星多星组网协同工作可提高处理复杂任务的能力,其中的任务规划属于多时间窗口、多优化目标和多约束条件的组合优化问题。针对任务协同规划技术,主要完成两项工作:第一,建立协同规划模型,引入了元任务间的3类协同作用关系,并进一步考虑了风险控制的要素;第二,在阐述引入启发式信息的遗传禁忌选择的求解算法基础上,提出算法协同进化模型求解技术。最后,利用卫星工具箱(satellite tool kit,STK)提供仿真数据,评价几种典型的求解算法,并验证了本文算法在收敛速度和鲁棒性上的有效性。

一种两类“货到人”订单拣选系统的适用性选择方法

提出一种能在两类'货到人'订单拣选系统(即自动存储及取货系统(Automated storage and retrieval system,AS/RS)和Carousel系统)之间依据不同订单类型进行系统适用性选择的系统优化方法。订单拣选系统最常用的两种作业策略分区策略和分批策略本质上都是对订单的聚类,因此订单可以被分为很多一维单元化网格;根据各系统的逻辑运动关系,得到单元化网格的拣选时间表达式;利用作业时间模型和空间填充线,对单元化网格进行聚类,得到二维系统的总订单拣选时间,采用遗传算法计算各系统的最优值;比较各系统的时间选择适用性,即选择总订单拣选时间更小的系统。通过对四类不同类型的订单进行试验研究,初步得出两类系统对四类订单的适用性分析和系统参数敏感性分析。

调压式抽油机节能控制器的研究

本文针对游梁式抽油机在轻载和重载两种不同工况下,电机实际功率变化明显等问题,提出了功率因子、控制角和滞留角之间的约束关系模型,并提出基于数据点的自动滑动调节控制方法.设计了基于自学习算法调压式抽油机节能控制器.该设计采用双向晶闸管控制的三相交流调压技术,检测采集到的电机电压与电流之间的随动相位差信号,通过分析和自学习算法处理采集的信号之后,调节晶闸管控制角变化方向和大小,以改变电机的有效工作电压,从而达到节能增效的目的.测试结果表明,安装该节能控制器的电机平均有功损耗降低14.95%,平均无功损耗降低30.42%.

一种GIS缓冲区矢量生成算法及实现

缓冲区分析是地理信息系统重要的空间分析功能之一。缓冲区生成分为点、线、面三种,其中线状目标缓冲区生成是关键和基础,线状目标缓冲区生成分为单个线状目标缓冲区多边形独立生成过程和所有线状目标缓冲区多边形重叠合并两个阶段。在缓冲区圆弧矢量生成算法思想的基础上,提出了一种新的有效的缓冲区半径旋转矢量生成算法。另外,对缓冲区生成过程中出现的特殊情况进行了处理,并应用递归方法管理和存储缓冲区边界的自相交多边形。

基于改进粒子群算法的测试数据自动生成研究

测试数据的自动产生技术是软件测试的一个重要研究领域,高效的测试数据生成可以简化测试工作提高测试效率;针对传统遗传算法(GA)容易产生早熟收敛和易陷入局部最优解的问题,提出了一种基于遗传粒子群混合算法(GA-PSO)的软件测试数据自动生成算法,该算法在粒子群算法的基础上引入了遗传算子(交叉概率Pc、变异概率Pm),使所有测试数据在局部区域中再次寻找最优值,从而避免过早收敛,改进搜索最佳值的能力;仿真实验表明遗传粒子群混合算法与单纯使用简单遗传算法相比,具有更快的收敛速度,其产生最优解的代数得以大大提前,且精度更高。

BM模式匹配算法剖析

在对典型的BF、KMP模式匹配算法进行比较分析的基础上,详细分析了BM算法。为了进一步加快算法的速度,对BM算法中已经部分匹配的移动位置情况进行改进。在原有的移动距离函数基础上增加一个新的移动距离函数,从而尽量利用已有信息进行更大的尝试位置移动,使算法具有更高的效率。通过引用具体实例,比较分析了改进前后的BM算法,结果证明改进后的BM算法的速度更快,效率更高。

增广最小二乘限定记忆参数估计算法与仿真

最小二乘法可用于动态系统、静态系统、线性系统和非线性系统的参数估计,可用于离线估计,也可用于在线估计;文章在增广最小二乘递推算法的基础上引入限定记忆方式,获得了增广最小二乘限定记忆参数估计递推算法(RFMELS),解决了增广最小二乘递推算法的数据饱和问题,仿真结果表明了RFMELS算法的有效性。

基于TMS320C6713的新型PMD补偿控制模块设计

为设计运行速度快、补偿耗时少的自适应PMD补偿控制模块,提出了一种采用高性能浮点数字信号处理器TMS320C6713作为算法运算单元,MAX1317用作高速信号采集,AD5344进行逻辑控制的新型设计方案。该方案采用局部邻居粒子群优化算法进行PMD补偿,并给出了算法流程图和使用的链接命令文件定义。仿真实验表明此方案补偿效果良好,补偿耗时更短。

一种能量有效的无线传感器网络分簇及簇间路由算法

在无线传感器网络路由算法研究中,针对簇头分布不均匀且簇头与基站间单跳通信造成的网络能耗不均衡以及能量利用率低的问题,提出基于能量和距离的分簇路由算法(CRBED)。在分簇阶段,基站综合考虑节点剩余能量和簇间距离等来选择簇头;在簇间路由建立阶段,综合簇头与基站的距离、簇头能量以及簇内节点数量来选择下一跳簇头节点。仿真结果表明,该算法提高了能量利用率,均衡了网络能量消耗,并延长了网络的生命周期。

PrefixSpan算法与CloSpan算法的分析与研究

数据挖掘领域的一个活跃分支就是序列模式的发现,即在序列数据库中找出所有的频繁子序列。介绍序列模式挖掘的基本概念,然后对序列模式中的经典算法PrefixSpan算法和基于PrefixSpan框架的闭合序列模式CloSpan算法进行了描述,并对它们的执行过程及其特点进行了分析与比较,总结了各自的优缺点,指出PrefixSpan算法适用于短序列方面挖掘,而CloSpan算法在长序列或者阈值较低时胜过PrefixSpan算法且CloSpan算法挖掘大型的数据库有更好的性能,得出的结果对序列模式挖掘的设计有重要的参考价值。

基于蚁群算法的呼叫中心人力资源分配

针对呼叫中心人员上班的班次和时段的人力资源分配问题,考虑班次和上班时段的等限制条件以及人力资源分配的具体要求,建立了相应的数学模型。在此提出了一种基于蚁群算法的人力资源分配算法。在呼叫中心人力资源分配问题图形化定义的基础上,建立了正反馈机制,设计了状态转移的规则,利用信息素更新规则对呼叫中心的具体人力分配进行了分析与实现。仿真表明,该方法对解决呼叫中心的人力资源分配问题是可行的。

基于FPGA的图像边缘检测器的研究和设计

在构建了一种基于DSP+FPGA图像处理系统的基础上,论述了一个基于EDA技术的、用FPGA实现图像边缘检测协处理器的设计过程,包括边缘检测算法的选择、系统FPGA的VHDL设计实现和在MAXPLUSII开发环境下的相关仿真结果。该协处理器的像素处理方式采用全硬件并行及流水线技术,经验证,和单独采用单片机或DSP系统相比,其处理速度有显著的提高。

考虑暂态稳定性的多目标最优潮流

对暂态稳定约束的最优潮流模型进行改进,提出统一协调安全性、稳定性和经济性的多目标最优潮流新方法。该方法引入带精英策略的快速非支配排序遗传算法(non-dominated sorting genetic algorithm-II,NSGA-II),优化得到一系列满足Pareto最优的非劣解集,供决策者根据实际需求从中选择;为提升算法效率,引入搜索空间缩小策略,并对NSGA-II进行主从并行改造;为更加科学客观地进行无偏最优解选择,引入基于模糊隶属度和方差赋权的决策方法。最后,结合新英格兰10机39节点系统测试结果,证明了所提方法有效、可行。

无线传感器网络LEACH算法的改进

无线传感器网络是监控远程环境的工具之一,由于能量和存储空间的限制,其路由协议必须维持较小的路由信息并尽可能地减少能量消耗。基于经典的LEACH算法进行了改进,主要体现在对簇头选举的考虑上,把节点的剩余能量考虑到簇头的选举过程中去。最后对经典LEACH算法和改进后的算法进行仿真比较,证实改进后的算法很大程度上延长了网络的生存时间,同时减小了簇中节点的能量消耗。

基于遗传算法和GIS的给水管网水力计算

介绍了管网水力计算的重要性,建立了管网水力计算模型。结合遗传算法(GA)和地理信息系统(GIS)特点、优点,并将二者结合起来,以MATLAB为工具语言编写了通用性较强的水力计算程序。在此基础上,以实例进行验证,并同传统的水力计算结果相比较,说明了基于GA和GIS上的管网水力计算具有重要意义。

基于遗传技术辅助设计的神经网络期货市场预测

本文在对期货市场的历史数据进行预分析的基础上，建立了神经网络期货市场预测模型．文中不仅对神经网络进行了改进研究，还利用遗传技术优化网络的结构和参数．运运实例对模型进行学习与测试的实验结果表明，利用遗传技术辅助设计的神经网络预测模型能较准确地预报期货价格的波动趋势。

粗糙集理论在图像处理中的应用

将粗糙集理论应用到图像处理中,在很多场合具有比传统方法和精确算法更好的效果。介绍了粗糙集理论的基本概念和模型的发展状况,描述了粗糙集用于图像处理的特点,详细论述了粗糙集理论在图像滤波和平滑、图像增强、图像分割以及图像特征提取与分类的研究方法与应用。研究表明粗糙集理论与其他智能方法的结合在图像处理中具有良好的应用前景。大数据集、高效约简算法、并行计算以及混合智能算法研究等问题仍是粗糙集研究的主要方向。

无线传感器网络中基于双阈值的分布式监测算法

基于单阈值的监测算法降低了警报的准确率,因此研究基于双阈值的监测方法,即带有概率保证的约束违反的监测具有重要意义.首先,基于监测结果的概率阈值语义,研究了节点的双阈值监测问题.其次,给出了感知数据大于监测阈值的概率的紧上界,提出了基于双阈值的分布式监测算法.第三,给出了根据精度要求确定优化样本容量的数学方法,提出了基于抽样的近似簇监测算法.理论分析和实验结果验证了提出的监测算法的高效性.

基于蚁群算法的车辆调度问题

根据蚁群算法的基本原理和数学模型算法,对实际配送问题进行分析,给出解决方案。选用matlab软件对实例进行仿真,仿真出无返回式的配送最短路径;将最短路径进行分区域优化,实现由路况信息和实际需要调配多辆车配送的动态问题。