原油价格不确定性测度及其对宏观经济的非对称影响研究

有效测度原油价格不确定性并研究其对我国宏观经济的影响,具有重要的理论和现实意义。本文基于最小生成树模型,从全局视角衡量原油多元定价机制中195个影响因素的相对重要程度,并采用高维因子非预期条件波动率模型测度国际原油价格的不确定性。基于收敛交叉映射模型,本文对原油价格不确定性与宏观经济间的非线性因果关系进行识别,研究发现仅存在原油价格不确定性对固定资产投资、产出增速的单向因果关系。进一步地,在厘清原油价格不确定性对宏观经济影响机制的基础上,利用包含马尔可夫区制转移特征的向量自回归模型考察原油价格不确定性对我国宏观经济的影响,理论与实证结果均表明原油价格不确定性对我国宏观经济具有显著负向影响;在不同经济状态下,原油价格不确定性对投资、产出增速的影响具有非对称性。本研究为有效防范原油市场风险、保障能源安全和推动经济稳定增长提供了理论支持。

融合均值榜样的反向互学习水母搜索算法

为解决水母搜索算法(jellyfish search algorithm,JS)的洋流运动缺乏多样性、群内运动缺乏引导性、种群间信息无交流,造成搜索速度慢、稳定性差及易早熟的问题,构建了一种融合均值榜样的反向互学习水母搜索算法(oppositional-mutual learning jellyfish search algorithm based on mean-value example,OMLJS).首先在水母跟随洋流运动(全局搜索)部分,利用前两代水母的平均位置代替只考虑上一代水母的平均位置来引导水母个体的位置更新,提高算法的全局搜索能力;其次在水母的群内主动运动(局部搜索)部分,利用最优个体代替随机个体来引导水母进行更有效的搜索,加快算法的收敛速度;然后在水母进入下一次迭代前增加对水母种群进行动态反向互学习步骤,增加种群多样性及增强种群间的信息交流,达到互补另外两个策略,提高算法的整体优化性能.选用12个经典的基准测试优化函数,将OMLJS与5个对比算法从解的平均值、最优值及方差进行对比分析,并用于求解最小生成树问题,OMLJS能够更快地找到最小生成树.实验结果表明,OMLJS的收敛速度、求解精度明显提高.

一种无线传感器网络节能负载平衡树型数据聚合方案

为了延长无线传感器网络的生命周期,并从节点能耗负载均衡的角度进行数据传输,提出了一种高效的基于负载均衡树的数据聚合方案(LB-TBDAS)。该方案将传感区域划分为网格中的多个单元,选出剩余能量最大的传感器节点作为每个单元中的头部单元;利用最小生成树算法建立树状路径。在数据传输过程中,头部单元负责采集每个单元内的传感数据,采集到的数据沿树状路径传输到基站。仿真结果表明,提出的LB-TBDAS方案的总能耗明显低于GB-PEDAP和PED-AP。与GB-PEDAP和PEDAP相比,LB-TBDAS方案延长了一倍以上无线传感器网络的生命周期,可以避免传感器节点在多跳数据传输过程中产生过多的能量消耗。

基于故障树反演的复合材料成形生产线故障诊断

复合材料成形装备生产线因其复杂性和高度集成性,故障的产生可能涉及多个环节和因素,因此需要一种系统性的方法来准确地分析和定位故障源。本文梳理了复合材料产品制造过程中可能出现的故障类型和影响因素,构建了一个全面的复合材料成形装备产线故障树,借助故障树反演技术,将实际故障事件映射到故障树上,通过逆向推导,得出可能导致这些故障事件的基本故障事件,该方法在提高生产质量、降低故障风险方面具有重要意义,为复合材料制造领域的技术改进和创新提供了有力支持。

船用堆全船断电事故的故障树分析研究

船用堆供电系统的可靠性对核动力装置的安全性有重要影响。参考某典型船用堆供电系统设计,提出了船用堆供电系统故障树建模基本原则,以全船断电事故为顶事件建立故障树,确定了系统的邻接矩阵,并基于此设计了一种故障树辅助生成及最小割集求解程序。通过定性和定量分析得出全船断电事故的发生概率及各电源设备的重要度,并提出相应的改善措施,为船用堆供电系统的设计、使用和维护保养提供技术支撑。

基于动态粒子群优化的X结构Steiner最小树算法

Steiner最小树(SMT)是总体布线的最佳连接模型,其构造是1个NP-难问题。粒子群优化(PSO)算法在解决NP-难问题中具有良好的表现,而PSO算法中种群的拓扑结构及搜索信息的传递机制对其性能有着很大的影响。1个适用于具体问题的种群拓扑结构对算法性能的提升极为显著。因此,利用PSO求解总体布线问题需要根据具体布线问题的特性来选择合适的粒子拓扑结构策略,以提升PSO的性能。提出基于动态PSO的X结构Steiner最小树(XSMT)算法以解决总体布线问题。首先,设计动态子群与信息交换策略,对种群进行子群划分,引入信息交换的概念,让子群在保持独立性的同时与其他子群进行信息交换,增加子群多样性;其次,设计粒子学习与变异策略,通过设置子群中粒子的学习对象使子群趋向于全局最优,并选择每个子群中适应度值最好的粒子进行变异,使粒子更易于跳出局部最优;最后,设计从多群局部学习过渡到单群全局学习策略,使算法在迭代次数到达阈值之后从局部学习过渡到全局学习,使得粒子在较优拓扑结构的基础上内部连接以获得更好的线长优化率。实验结果表明,与现有的2种R结构SMT(RSMT)算法相比,所提算法在优化线长方面分别优化了10.25%、8.24%;与现有的3种XSMT算法相比,该算法在优化线长方面分别优化了2.44%、1.46%、0.48%,验证了算法的有效性。

基于改进Prim算法的路径规划研究

文中提出一种基于聚类分析改进Prim(普里姆)最小生成树的路径规划算法,采用二分法将站网中的站点先聚类,分成多个微小的站点聚类中心,再以各聚类中心进行Prim最小生成树的路径规划,量化站网空间分布特征,通过聚类增强最小生成树,达到路径优化的目的。实践结果证明,改进的Prim算法适用于大型稠密的站网,在稠密的连通图中,只要调整指数进而控制聚类中心的数量,就能简化站网布局,降低算法的空间复杂度,达到更好的实际应用。

基于Google Earth Engine的前郭县春季农田覆膜提取

本文基于Google Earth Engine(GEE)云平台,综合考虑光学影像的波段反射率、光谱指数特征和雷达影像的极化、纹理特征,分别构建仅使用光学特征、仅使用雷达特征以及光学和雷达特征组合3种特征输入组合;根据精度确定最佳输入特征后,分别结合机器学习中的分类与回归树、支持向量机、最小距离分类法、梯度提升树和随机森林5种方法建立覆膜提取模型,依据结果精度评估不同方法的性能,并基于最优化模型提取出最终的覆膜农田面积。结果表明:①最佳输入特征为波段反射率特征+光谱指数特征+极化特征+纹理特征;②采用随机森林方法建立的模型精度最高,研究区I的总体精度达到了95.84%,Kappa系数为0.95,地物错分率为1.2%,明显优于其他4种方法(地物错分率较分类与回归树、支持向量机、最小距离和梯度提升树法降低0.8%、7.3%、38.0%和0.3%),研究区II的验证精度达到了87.84%,证明该模型在覆膜提取中可以取得更加准确的结果;③使用本文方法得到2022年研究区I覆膜农田面积为1302.48 km2,估算地膜使用量约为7585.62 t。本文综合考虑光学和雷达影像在地物识别中的特点建立模型,可以准确、高效的识别农田地膜,掌握地膜面积,对环境治理与防治具有重要意义。

格式塔原则下的建筑群空间分布智能理解

在格式塔原则下对建筑群进行聚类是计算机理解建筑群空间分布特征并实现地图自动综合的基础.在格式塔原则约束下,首先,利用最小生成树的阈值聚类及参数聚类,实现了对集中和分散均匀排列建筑群空间分布特征的挖掘,并利用C_(v)^(-)值定量评价了挖掘质量;其次,提出了阈值聚类和参数聚类的异同,以及阈值聚类具有局限性的原因;最后,根据建筑物语义特征获得最终聚类结果.试验表明:1)传统的MST阈值聚类不能维持分散均匀排列建筑群的空间分布特征;2)MST参数聚类的适应性要高于阈值聚类,更加符合人类的视觉认知.该方法更有助于提高计算机对建筑群空间分布的智能理解能力.

基于局部密度峰和标签传播的最小生成树聚类

基于最小生成树(minimum spanning tree,MST)的聚类算法能够识别具有任意形状的簇,该算法在如何有效构建最小生成树和识别无效边方面存在不足,而且易受到噪声点影响.本文利用密度峰值聚类算法思想的优点来寻找局部密度峰,局部密度峰在保留原始数据集分布结构的同时,排除了噪声点,因此,将局部密度峰与最小生成树聚类算法相结合,采用标签传播,提出了基于局部密度峰和标签传播的最小生成树聚类算法(DPMST).该算法采用了局部密度峰之间基于共享邻的距离,利用局部密度峰之间的邻域信息,有效构造最小生成树和识别无效边,使算法能够发现具有复杂结构的簇.标签传播增强强标签,削弱弱标签,以细化错误的标签,特别是对于边界点以及揭示复杂流形,能够提高聚类结果的质量.人工和真实数据集上的实验结果表明,与经典聚类算法DPC、MST、K-means、DBSCAN、AP、SC和BIRCH比较,DPMST算法表现优异.

面向空地中继网络优化的无人机运动控制方法

本文提出一种基于模型的通信中继无人机运动控制方法,旨在提高地面车辆编队的网络连通性和通信性能。通过联合考虑未知多用户移动性、环境对信道特性的影响以及接收信号的不可用到达角信息来解决中继无人机运动控制问题。该方法主要由两部分构成:①利用图论中的最小生成树构建网络连接性并定义通信性能指标,该网络连接性同时考虑了地面节点与无人机的通信链路及地面节点与地面节点的通信链路;②针对移动节点的通信中继,提出一种改进粒子群优化(particle swarm optimization,PSO)和非线性模型预测控制(nonlinear model predictive control,NMPC)相结合的中继无人机运动控制策略,其中移动节点的未来位置由卡尔曼滤波器进行预测。在单一环境和复杂环境下的仿真结果表明,所提出的运动控制方法可以驱使无人机到达或跟踪最优中继位置的运动并提高网络性能,同时论证了考虑环境对信道的影响是有益的。

最小生成树分割下小样本图像纹理提取研究

图像的纹理特征是图像的重要视觉特征,对于小样本图像的纹理特征提取时,存在纹理信息提取精度不佳、纹理信息提取错误等问题,严重影响了图像纹理提取的效果。为了有效解决以上问题,提出最小生成树分割下小样本图像纹理提取方法。采用Shearlet变换和多尺度Retinex方法对小样本图像实行增强处理,以提高其可识别性和区分度。利用最小生成树分割方法,对小样本图像分割处理;通过Gabor滤波器实现小样本图像的纹理提取。实验结果表明,所提方法能够有效地提取出小样本图像的纹理特征,其提取精度在97%以上,且图像增强效果佳。

基于Bentley平台的铁路工程BIM设计关键共性技术研究

铁路工程站前、站后各专业在开展BIM设计研发工作中存在研发进度不均衡、基础功能重复开发、应用标准不统一等问题,针对铁路工程BIM设计的基础、共性技术进行研究,并提出完成相关API库与程序开发的技术方案。通过对铁路线路空间位置计算API库、基于线路中线的BIM模型构件布设与拼装、基于最小设计单元的专业结构树、BIM模型构件非几何信息添加、BIM模型剖切5项关键共性技术的研究,以Bentley平台为依托,采用C++/CLI混编和WebService技术,构建铁路线路空间位置计算API库与通用函数库,以最小设计单元的方式建立了专业结构树,利用.NET API二次开发接口,研发了铁路工程BIM设计辅助工具。该API库已在专业BIM设计系统研发中进行了集成与调用,辅助工具已在BIM设计中进行了应用。应用表明,该技术方案可提高铁路线路相关功能的研发效率,具有一定参考借鉴意义。

基于动态最小生成树的分布式协同目标跟踪算法

针对多连接通信拓扑传感器网络因可能存在信息冗余和未知相关性而造成融合估计偏差较大的问题,提出了一种具有通信层和融合层的基于最小生成树的分布式协同目标跟踪算法。在通信层,基于Bellman-Ford-Moore算法对多传感器网络进行动态配置,生成具有最小生成树结构的通信拓扑,消除分布式传感器网络中的冗余连接。在融合层,各传感器节点基于树形连接拓扑的通道滤波算法,对其存储的局部数据和从相邻节点接收到的数据进行分布式数据融合,实现协同目标跟踪。同时,以融合估计的动态均方差为性能评价标准设计了一种通用的数据融合评价方法,对该目标跟踪算法的性能进行了分析。该算法可以推广至任意类型的通信拓扑,并可消除冗余通信连接。仿真结果表明,该算法在理论边界范围内的估计误差的比例大于95%,具有良好的估计精度、跟踪性能和鲁棒性。

基于事故树的山地旅游安全事故影响因素分析

为了减少山地旅游安全事故的发生,本文运用事故树分析法,从人、机、环、管4个因素构建了事故树模型,并对山地旅游安全事故影响因素进行了深入的分析。通过定性分析事故树的结构,计算出了其最小割集、最小径集、结构重要度并对其排序。根据基本事件对顶上事件的影响程度的大小,提出了有针对性的预防措施,有效地降低了顶上事件发生的概率,从而达到了降低山地旅游安全事故发生的目的。

基于合作博弈论的电梯修建成本分摊博弈

老旧小区加装电梯是目前城镇化建设中的一个重要议题.问题的关键之一是如何在需求和收益高度异质的业主间分摊电梯安装成本.该文以合作博弈论为基础构建了电梯博弈模型,证明了电梯博弈为凸博弈,并给出了两类基于最小支撑树博弈的推广Bird配置,其中第二类推广Bird配置与现行的成本分摊机制很相似,且满足成本单调性、人口单调性以及感知公平性.

基于遗传的海上风电集电系统拓扑优化

针对海上风电工程集电线路拓扑的自动优化布置,文章以集电线路的全寿命周期成本作为目标函数,海缆选型和海缆交叉规避作为主要约束条件,建立数学模型,同时基于动态边权最小生成树算法改进遗传算法的种群生成方式以扩大算法的搜索解空间,以期凭借较好的寻优能力求解集电系统拓扑优化问题,提升海上风电场的综合效益。海上风电场项目算例结果验证了方法的有效性和快速性,可为海上风电集电系统规划设计提供具有实用价值的参考。

多无人机覆盖路径算法的设计

为了解决在野外和受灾地区中多无人机路径规划后任务负载不平衡问题提出一种基于覆盖路径生成算法STC和生成树覆盖算法的负载平衡多无人机覆盖路径算法,基于STC算法优化路径分区过程设计平衡切割算法迭代的优化路径分区负载权值,解决了多无人机在完成目标区域覆盖时工作负载不均的问题,通过对比仿真实验验证了方法的可行性。结果表明,此算法可以在有限资源限制条件下找到多无人机最优路径分区并有效平衡多无人机负载。

基于故障树分析法的某控制系统故障与可靠性研究

针对复杂卫星载荷控制系统高可靠性提升问题,聚焦系统故障潜在原因,提出一种基于量化底事件与顶事件重要度解析的故障树分析方法。以卫星载荷控制系统设计原理及功能为基础,利用故障树分析法定义故障树顶事件,查找故障原因,确定与底事件之间的逻辑关系,构建故障树;利用布尔代数方法确定故障树最小割集,对故障树底事件进行定性分析;通过最小割集失效率对顶事件进行定性分析,调整单一底事件的质量参数,对底事件与顶事件重要度依赖关系进行量化。研究结果表明,故障树能直观显示系统存在的故障原因,主控芯片故障、时钟信号异常、上位机复位通道故障等为影响系统可靠性的主要故障因素,可根据量化底事件对顶事件故障的影响程度,实现对产品设计、生产、调试、运行过程中潜在故障的预先排查。

垃圾回收路径优化的经济性分析——以成都市为例

成都市是我国新一线城市,近年来,随着社会经济的快速发展,垃圾产生量大幅度增加。优化垃圾回收路径对于城市的可持续发展至关重要。以成都市为例,结合垃圾分类回收现状,运用灰色模型及反向传播(Back Propagation,BP)神经网络模型预测垃圾产生量,通过最小生成树模型规划最优路径,运用物联网技术提高运输周转效率,实现零库存。随着垃圾回收路径的优化,成都市可以更好地实现资源利用和环境保护的双重红利。