基于离散傅里叶变换计算介质损耗因数的二周期修正法

提出一种基于离散傅里叶变换的二周期修正法,利用该方法可计算电力系统的介质损耗因数.通过将电网信号两个周期的采样修正为一个周期,可减小由频率偏移导致的频谱泄露和截断误差.误差分析表明,该算法与传统方法(加窗法)的精度具有相同的数量级,但其运算时间比传统方法运算时间减小3倍以上.

大规模模拟电路故障诊断方法研究

根据模拟电路故障诊断网络撕裂法和交叉撕裂法的准则,基于BP神经网络提出了一种实用的大规模模拟电路故障诊断方法。该方法能快速有效地进行故障定位,具有测前工作量小、工程实践性强等优点。

混合型蚁群算法及其应用研究

旅行商问题是一个NP—Hard组合优化问题。根据蚁群优化算法的特点，本文提出新盼随机插入式算法用于蚁群算法的初期信息素分布，同时在蚁群算法过程中加入了改进3-opt算法。实验研究表明，在收敛速度和解的质量方面均获得了改进。

基于优化变分模态分解和卷积神经网络的齿轮故障诊断

针对齿轮振动信号具有非稳定特性、为了实现减速机齿轮箱的智能诊断且变分模态分解(VMD)参数组合[K,α]的大小需要使用者反复尝试而不能有效确定的问题,提出了一种改进的遗传算法(MGA)对变分模态分解参数优化选取方法,在此基础上将优化的VMD与深度卷积神经网络(DCNN)结合。提出了优化VMD与DCNN齿轮智能故障诊断方法,首先用优化后的VMD对信号进行分解,其次采用DCNN进行故障模式识别。最后,将该方法应用于实例中,结果表明,该方法不仅有效地对信号进行分解和对齿轮故障类型可达到精准识别,同时还可诊断齿轮轻度磨损的早期故障。

基于改进遗传算法的露天采矿优化

首先针对露天采矿优化问题的实际情况,建立了优化数学模型,并将原问题的约束条件转化为目标函数的组成部分,使之便于利用遗传算法求解.针对遗传算法的局限性,实施了最优保留策略,并改进了选择、交叉和变异操作,使该算法能够有效地提高收敛速度,避免早熟收敛.最后,通过实际算例说明,该优化方法有效、实用.