基于改进免疫遗传算法的近红外光谱变量选择方法

该文在免疫遗传算法(IGA)的基础上,提出一种改进免疫遗传算法(iIGA)用于近红外光谱波长变量的选择。该算法舍去了原算法中固定抗体相似度阈值的思想,取而代之的是抗体相似度阈值自适应,同时引入精英保留策略和贪心算法思想,使得算法朝着正确的方向进行局部性探优。将该算法在玉米的淀粉和蛋白质含量数据集上进行实验测试,建立偏最小二乘(PLS)分析模型,并与IGA、遗传算法(GA)以及全谱方法进行了对比。结果表明,在玉米淀粉含量的预测上,iIGA相较于原IGA算法,预测集均方根误差(RMSEP)从0.3120降至0.2980,预测集预测精度提升4.5%;在玉米蛋白质含量的预测上,RMSEP从0.1244降至0.1103,预测集预测精度提升11.3%。分别对预测淀粉和蛋白质模型的RMSEP值进行显著性检验,F值分别为165.22和182.05,P值分别为9.5×10^(-23)和4.5×10^(-24),P值均小于0.05,因此,iIGA能显著提升模型预测精度。

基于IEC61970县级电网电压无功优化控制的实现

探讨了针对县级电网系统进行无功优化的软件技术,即以IEC61970 CIM模型为基础,构建网络分析的拓扑模型,在此基础上进行县级电网的在线无功优化计算。此外还着重分析了在量测数据质量不高,点多面广且对实时性有要求的情况下进行县级电网无功优化分析的策略。结合胶州供电公司的实际情况,讨论了软件设计和实施过程的主要技术问题,最后得出两点结论。

面向用户需求的电动汽车充电站最优规划模型研究

考虑到用户出行的便捷和充电站运营商的利益,提出一种电动汽车充电站最优规划模型。该模型充分考虑电动汽车用户的出行需求和选择决策行为,同时还给出基于改进的免疫遗传算法的模型求解算法。以某市城区为例,利用MATLAB仿真,验证模型及算法的有效性。研究结果表明,由该模型求得的充电站建设方案能够有效地减少用户充电过程中的绕行距离,缩短耗费的时间,保证充电站的利用率及覆盖率;同时,还能提高充电站运营商的收益。