基于密度聚类算法和广度优先搜索算法的道岔摩擦电流智能分析系统

[目的]现场的道岔摩擦电流测试与调整存在流程繁琐且风险高、对检修人员专业水平要求高、测定数值的主观性占比大3个弊端,为此需要基于各类智能算法及技术提升道岔的智能运维水平。[方法]分析了道岔摩擦电流测试曲线4个阶段的特征,提出建立道岔摩擦电流的智能分析系统。阐述了该系统的功能及工作原理,设定了该系统的摩擦电流标准值及阈值范围。该系统可基于密度聚类算法和广度优先搜索算法自动获取道岔摩擦电流值。介绍了该系统的调试界面截图,以说明系统在获取道岔摩擦电流值如何为现场检修人员提供操作建议。[结果及结论]该智能系统具有良好的可用性,实现了节约检修时间、降低维护成本和提高检修效率的既定目的。

基于深度优先搜索算法的操作系统死锁检测

操作系统在现代生活中扮演着至关重要的角色,它被嵌入各种物联网和各种规模的计算机中。操作系统提供的服务之一是为进程分配资源,在分配过程中,可能会出现死锁。因此,操作系统必须提供一个能够检查系统状态以确定是否发生了死锁的算法。对于单一实例的资源类型,可以用等待图模型来检测死锁。但是教材中一般没有算法描述,只说时间复杂度是O(n~2)。文章将深度优先搜索算法应用于等待图模型检测死锁,其时间复杂度是O(n+m)。

深度优先搜索算法的研究与应用

作为数据结构中的核心算法之一,深度优先搜索算法可用来解决课程安排和工程进度问题,以及判断图中是否有环等连通性检查,但这些案例相对复杂。对于计算机低年级学生,案例虽然有实践意义但不便于理解,因此,针对该情况展开了研究。首先介绍深度优先搜索算法,然后引入兔子吃草作为案例,并对算法进行建模,最后用UML技术和面向对象Java语言进行实践。提供的案例可帮助计算机专业的学生理解深度优先搜索算法,也可为在计算机工程与应用领域的科技者提供一定参考。

基于深度优先搜索的分层网络最短路径算法

大规模网络分层后进行数据预处理是其搜索最短路径的加速方法,现有的分层网络数据预处理存在以下问题:随着网络规模越来越大,数据预处理计算量也越来越大;预处理完的数据需要大量储存空间。针对上述问题提出一种基于深度优先搜索的分层网络最短路径搜索算法,该算法将每簇网络抽象成“一个高级节点”组成高级网络,在高级网络上利用深度优先搜索去掉冗余的簇完成数据预处理后,再利用Dijkstra算法搜索最短路径。采用该算法在大规模树形分层通信网络上进行最短路径搜索实验,结果表明该算法比基于关键点数据预处理的最短路径算法平均搜索时间稍长,但在数据预处理时间和存储空间上大大降低。

基于贪婪最佳优先搜索算法的方形件排样优化问题研究

方形件排样优化问题是运筹学应用的重要领域,也是实现产品个性化定制的关键,如何提高材料利用率是制造企业的一大难题。文章针对该问题充分考虑各种情形下的约束条件,建立了以板材原片利用率及生产效率最大为目标的混合整数规划模型。运用Matlab进行仿真,针对多个数据集,采用贪婪最佳优先搜索算法求解出其最优的方形件排样方案,验证了模型的有效性和可行性。实验结果表明,文章的算法可以有效减少板材用量,且计算时间满足实际应用需要,能够为实际生活中制造企业涉及到的玻璃、钢材切割等问题提供新的启发和思路。

基于广度优先搜索的电力系统仿真误差溯源方法

针对大规模电力系统仿真模型验证中误差溯源困难的问题,提出一种基于广度优先搜索的电力系统仿真误差溯源方法。首先,计算综合扰动深度指标和仿真误差能量指标,分别用以评价系统内不同区域的动态特性激发程度和仿真误差的空间分布特性;然后,设定相应阈值,建立联合约束,采用广度优先搜索算法形成电力系统生成树,识别关键区域内的网络拓扑结构;最后,以IEEE-39节点系统为例验证了所提方法能够实现仿真误差关键区域的准确、高效定位,减小了仿真模型验证的工作代价。

基于深度优先搜索的电力系统安全风险诊断方法

针对传统电力系统安全风险诊断方法对实时数据监测误差较大的问题,设计了基于深度优先搜索的电力系统安全风险诊断方法。在该方法中,获取电力系统安全风险征兆参数,建立电力系统安全风险生成树,得到最终的电力系统风险诊断方案。算例结果表明,设计方法在电流信号状态量和电压信号状态量方面的监测误差更小,验证了基于深度优先搜索的电力系统安全风险诊断方法的有效性。

基于宽度优先搜索的路径生成算法

宽度优先搜索和深度优先搜索是图论中常用的两种搜索算法。两者各有优势,但深度优先搜索算法的效率在低连通度图中会大大降低,这时更适合采用宽度优先搜索算法。本文提出了一种基于宽度优先搜索的路径生成算法,具有较好的时间复杂性和空间复杂性。

一种基于VCN智能特性的宽度优先搜索法(英文)

本文分析和探讨了恒进数(FCN)与变进数(VCN)用于宽度优先搜索(BFS)的技术,指出了这两种数在无信息搜索(盲目搜索)中的优缺点,提出了问题求解中有时必须顾及VCN智能特性的宽度优先搜索实现的方法,并给出了诸如撒网捕鱼或牧童上树攀枝摘桃的应用实例。

基于深度优先搜索算法的电力系统生成树的实现方法

电力系统仿真验证往往希望通过拓扑结构图直观地分析网络的潮流分布以及动态特性。然而电力系统机电暂态过程仿真软件如BPA、PSS/E和PSASP都不能自动地根据电力系统的电气联系合理地布置网络中的元件,而需要人为地调整各元件的位置来形成一个直观的电气接线图。这种人为手动调整,不仅给仿真增加了工作量,更有可能带来更多的人为误差。为此,文中提出了基于图论的深度优先搜索(depth first searching,DFS)算法,依据电力系统的电气拓扑结构形成电力系统生成树的实现方法。用文中方法生成的IEEE9节点算例系统的可视化界面验证了该算法的有效性和准确性。

基于广度优先搜索算法和区域节点行向量法的复杂配电网络可靠性评估

基于广度优先搜索算法构造了复杂配电网络的等效模型,采用区域节点行向量法对复杂配电网络进行了可靠性评估。给出了区域节点的定义,采用广度优先搜索算法将复杂配电网络等效为由区域节点和开关元件组成的模型,采用区域节点行向量法得到了负荷节点和系统的可靠性评估指标。在该模型和算法中,区域节点的形成算法以支路为研究对象,操作简单,网络适应性强。采用区域节点行向量法对复杂配电网络进行可靠性评估时,便于考虑开关装置故障的影响,实用性较强。RBTS-bus6系统的评估结果及其与现有分区方法的比较结果表明了该模型和算法在简化网络和提高运算速度方面具有明显优势,在适应网络结构变化方面具有较好的鲁棒性。

基于深度优先搜索的潜在电路计算机辅助分析法

潜在电路分析(sneakcir cuitanalysis,SCA)对系统安全可靠运行有重大意义,电力电子变换器的潜在电路分析处于手工分析阶段。该文对电力电子变换器潜在电路计算机分析方法进行研究。根据电路原理建立电力电子变换器矩阵模型,由此采用深度优先搜索算法,对变换器中所有可能的路径进行搜索,再通过判断函数对搜索到的路径进行识别,得到变换器中的潜在电路。基于该方法开发的计算机软件应用表明,它具有方法简单、搜索时间短、无冗余路径、准确性高、通用性强等优点,适用于复杂电力电子变换器的潜在电路分析。以谐振开关电容(resonant switched-capacitor,RSC)变换器为例,验证提出的潜在电路计算机辅助分析方法的正确性。

基于广度优先搜索的配电网故障恢复算法

采用有功负荷作为制定初始恢复方案的依据,通过判断联络开关总备用容量与失电区总负荷的关系,确定是否需要提前转移二级支持馈线的负荷,以便扩大恢复供电的范围。采用广度优先搜索方法可使非故障失电区均匀恢复供电,且供电路径不会过长。引入了备用容量修正系数的概念,可根据电压(电流)过载情况,自动修正恢复方案。算例分析验证了该算法的可行性。

GIS路径寻优的方向优先搜索法

针对地理信息系统中特定的两点路径寻优问题,提出一种方向优先的快速搜索算法。该算法在路径搜索过程中,首先搜索与前进方向更加接近的方向,可以在搜索的早期找到最短路径,从而在以后的搜索中剪去更多的节点和分支,提高最优路径的搜索速度。

一种基于广度优先搜索邻居的聚类算法

聚类算法BFSN广度优先搜索某对象的直接邻居和间接邻居 ,对符合条件的所有找到的邻居合并 ,从而完成一类聚类 .接着重复该步骤完成所有对象的聚类 .与同类算法相比 ,该算法具有实现简单、复杂度低和容易设定最佳参数等优点 .实验证明 ,在聚类正确率相近的情况下 ,该算法的效率比较高 。

基于广度优先搜索的小波聚类算法

针对传统小波聚类算法采用相连定义聚类时精度和效率不够的问题,提出了一种基于广度优先搜索的改进小波聚类算法。该算法综合了小波聚类算法和广度优先搜索邻居聚类算法两者的优势,以小波聚类算法的网格邻居单元定义去改善广度优先搜索邻居聚类算法人工输入参数的敏感性,同时以广度优先搜索邻居聚类算法类门限参数的设定去改善小波聚类算法类划分不精确的缺陷。通过航空发动机转子模拟振动信号实验数据,对其分别进行小波聚类,广度优先搜索邻居聚类以及改进的小波聚类分析,结果表明:基于广度优先搜索的小波聚类能够很好地改善传统小波聚类的聚类精度和聚类速度,明显地降低计算复杂度。

基于内存优化和启发式深度优先搜索的小波零树图像编码算法

本文提出了一种基于内存优化和启发式深度优先搜索的小波零树图像编码算法 ,采用标志位和启发式的深度优先搜索策略完成零树编码中的排序和细化过程 .采用一张标志位图标识细化过程中的重要系数 ,代替零树编码中的链表 ,节省了内存占用 .同时采用启发式的深度优先搜索策略检索树结构中的不重要象素集合信息 ,不仅省去了存储排序全局信息的链表和位图 ,符合优化内存的需要 ,还减少了排序过程中的定位信息 ,提高了信噪比 .实验表明 ,和现有的小波零树编码算法相比 ,较大地节省了编解码内存 ,信噪比虽略低于SPIHT(SetPartitionInHierarchalTree)算法 ,但高于EZW(EmbeddedZerotreeWavelet)、LZC(ListlessZerotreeCoding)等编码算法 ,为硬件实现小波零树编码算法探讨了一条有效途径 .

一种基于广度优先搜索的K-means初始化算法

K-means算法是在现实应用中非常广泛的聚类算法,K-means算法对初始中心的选择非常敏感,对已存在的有代表性的初始算法进行了研究,提出了一种基于广度优先搜索的K-means初始化算法。该算法综合考虑了密度与距离因素,选择初始点。分析表明该算法选择的初始点非常接近期望的中心点。

基于深度优先搜索的铁路站场遍历算法研究

在列车运行控制系统中,及时准确地了解列车所在位置是非常重要的。卫星定位技术GNSS(GlobalNavigation Satellite System)已经逐渐应用到列车定位技术中,在对列车进行定位时需要对定位数据的可靠性进行验证。车站的定位数据可靠性验证工作建立在对车站站场进行多次遍历获得定位数据的基础上。利用计算机仿真技术模拟列车在站场内遍历能够对现场很难实现的遍历情况进行重复测试。本文对铁路站场与有向图的相似性进行研究,建立基于铁路站场结构的拓扑模型,在此基础上结合站场实际遍历的情况与图的深度优先遍历算法思路,提出一种基于链表数据结构的连续遍历站场的算法。结合实际站场图进行遍历算法仿真,较好地实现了连续遍历并获取较高的遍历效率。

基于深度优先搜索算法的连铸过程调度方法的研究

炼钢连铸过程是连接铁区生产和轧制生产的桥梁,连铸是炼钢连铸过程的最后一道工序,因此连铸过程的调度成为了整个钢铁生产过程降低生产成本,保证生产有序进行的关键.本文提出了以完成时间最小化为目标的调度数学模型,通过对计划层编制的浇次计划属性与连铸机属性匹配构造出的浇次集合,采用基于启发式的深度优先搜索算法进行求解,摒弃了以往现场调度人员传统的经验调度方法,该方法已经通过了国内某大型钢铁厂实际数据的测试,不仅能够保证生产的顺利进行,同时也能够有效的辅助现场调度人员有效的降低钢铁生产的生产周期,提高钢铁生产的产能.