基于可变递进步长及期望输出的储能系统优化控制策略

根据超短期风电功率预测信息提出了基于可变递进步长及期望输出的储能系统(ESS)优化控制策略。通过设定荷电状态(SOC)上下行限值范围,构建递进控制区间的SOC临界限值循环充放电模式,提升ESS利用率;同时严格限定递进控制区间的充放电状态转换次数,以保证ESS的性能状态。基于该思路,以单次充放电区间作为递进控制步长构建ESS充放电策略,并以递进区间步长最大和整体期望输出波动率最小为目标函数建立多目标优化模型,在临界限值循环充放电模式下协调控制风电功率输出与本区间期望输出的关系,由此利于ESS在SOC限值内的充分利用,同时大幅降低其充放电状态转换次数,并可有效减少期望输出的波动程度,提升其可调度性。利用带精英策略的快速非支配排序遗传算法求解模型的Pareto最优解,通过风电场实际运行数据验证了所提方法的有效性。

具有非期望输出决策单元的有效性评价

针对所提出的具有非期望输出决策单元 DMU的相对有效性 ,提出对其进行评价的非径向FDEA模型 ,给出了模型的相对有效性理论证明。并结合实际算例 ,指出 FDEA模型在实际生产过程中对于节约生产资源 ,提高期望输出 ,降低非期望输出 ,特别是减少环境污染有其重要的应用价值。

具有非期望输出决策单元的有效性评价(英文)

针对具有非期望输出决策单元DMU的相对有效性 ,提出对其进行评价的非径向FDEA模型 ,并给出模型的相对有效性理论证明 .结合实际算例 ,指出FDEA模型在实际生产过程中对于节约生产资源 ,提高期望输出 ,降低非期望输出 ,特别是减少环境污染有重要应用价值 .

基于非期望输出DEA模型的各省用水效率评价

用水效率是水资源利用的核心,科学评价用水效率对提高区域可持续水资源管理具有重要的指导意义。本文应用数据包络分析（DEA）理论,基于用水的期望输出（直接经济价值）和非期望输出（污水排放污染环境）双重视角选择评价指标,构建了具有非期望输出的超效率DEA模型,对用水效率进行更为合理的评价。利用该模型,对1998～2012年全国各省逐年的用水效率进行计算,结果显示,北京、天津等13个省份用水效率水平较高;广东、广西等5个省份用水效率水平较低。分析表明,多数省份用水效率值及其相对高低受污水排放的影响,减少排放可提高效率。此外,通过投影分析,确定当前与效率最优状态下各指标之间的差距,为各指标的合理调整提供依据。本文研究结果通过文献调研得以印证,可对用水效率的评价和提高提供合理指导。

模糊环境下具有非期望输出要素的供应商评价

现实的供应商评价,非期望输出和模糊要素广泛共存。文章首先在已有的具有非期望输出DEA模型的基础上,建立了具有非期望输出的超效率DEA模型,然后基于模糊数的比较规则,提出了模糊环境下具有非期望输出的供应商评价超效率DEA模型。由于该模型关注非期望要素导致的供应商无效率,能处理所有指标值,包括非期望要素指标值都是模糊数的情形,并有效地解决了模糊环境下具有非期望输出供应商的全排序问题,因此与已有相关模型相比,所提出模型更具有合理性与实用性。最后给出了一个供应商评价实例。

具有非期望输出的广义DEA方法

本文针对决策单元的评价指标中含有非期望输出的情形,给出具有非期望输出的广义DEA方法.讨论了具有非期望输出广义DEA方法中广义DEA有效的概念,判别条件以及与相应多目标规划中Pareto有效之间的关系.

带有非期望输出的广义随机DEA方法

广义数据包络分析(DEA)方法是多输入多输出决策单元相对于任意同类样本单元进行相对效率评价的方法。当决策单元集作为样本单元集时,广义DEA方法即为相应的传统DEA方法。传统和广义随机DEA方法的研究还比较少。在实际生产过程中,有时输入输出指标可能存在随机性,同时在生产过程中可能产生污染物等负面输出,在DEA方法中称为非期望输出。针对以上2种可能出现的情况,本文讨论带有非期望输出的基本广义随机DEA方法,考虑样本单元和决策单元仅有非期望输出指标随机和所有输入输出指标均随机2种情况,分别利用期望值模型和机会约束规划进行确定性转化,给出相应的广义随机DEA有效的概念,从理论上初步解决了此类问题的有效性评价问题。

基于非期望输出网络DEA的集装箱港口群效率评价

基于2016年中国集装箱吞吐量排名前十港口的数据,在考虑非期望输出的情况下将网络DEA模型分为两个阶段,第一阶段评估样本港口的生产效率和环境效率;第二阶段考虑货物种类分析样本港口集装箱化效率。随后对样本港口的综合效率进行分析,结果显示港口效率的空间分布无明显特征;将样本港口按各自所属港口群分类,比较分析各港口群效率,得出:环渤海港口群的综合效率在三大港口群中处于中间水平,长三角港口群在港口生产效率和环境效率上更具有优势,而珠三角港口群则在集装箱化效率上更具优势;通过分析计算结果,对港口在港口群内的功能定位提出建议。

少维输入-多维期望运动输出并联机构及其应用

基于广泛的产业应用背景、发展需求,以及作者研究少输入三维并联运动振动筛的工作基础,提出"少维输入-多维输出并联机构"的重要概念,并对该类并联机构的驱动输入数W、自由度数dof及其输出方位维数Nout三者关系进行了阐述;介绍了作者研制的单输入三维并联振动筛的研究与应用情况,以及新近提出的两个单输入三维转动并联机构用于人体肩关节康复训练机的概念设计;阐述了研究少维输入-多维输出并联机构的意义和前景。少维输入-多维输出并联机构可望成为并联机构研究的一个重要研究方向,对产业发展所需的新型装备设计,具有重要理论意义和实用价值。

基于期望值方法的随机DEA综合模型及应用

对环境约束下包含不可控输入、非期望输出的DEA综合模型的相对有效性进行研究,给出决策单元有效的定义及定理。进一步提出了随机条件下决策单元的期望有效性指数概念和相对有效性评价的期望值方法,最后给出了计算实例。

多道统计期望子波反褶积模块的应用

多道统计期望子波反褶积是利用多道统计方法估算反褶积因子,具有抗噪能力强、输出稳定的优点。此方法由谱分析、谱叠加、因子设计和因子应用等4个部分组成。其中以谱分析和因子设计最重要。谱分析有一张参数卡、12个参数,因子设计有4张参数卡、共30个参数。文中逐一介绍了各参数的意义和选取原则。最后展示了该方法在海洋及陆地资料处理中的应用效果。

我国钢铁产业循环经济效率评价:2003—2006

本文在现有生态效率评价的基础上，界定了钢铁产业循环经济效率评价的内涵。将污染物排放量作为一种非期望投入引入数据包络分析（DEA）模型中，并利用该方法和Malmquist生产力指数对我国钢铁产业中47家钢铁企业2003-2006年循环经济效率进行了动态的总体分析和评价。研究结果表明：我国钢铁产业循环经济效率总体上并不高，但呈现波动上升的趋势；影响我国钢铁产业循环经济效率提高的主要因素在于纯循环经济技术效率，只有技术创新，提高行业技术水平才能真正提高我国钢铁产业循环经济效率。

用模糊神经网络提高洪峰预报精度的研究

在大量研究的基础上,提出了基于模糊理论的神经网络改进算法,用来提高对洪峰的预报精度。该方法在网络训练时引入模糊理论来确定网络误差修改的程度。引入的算法增大了大值输出样本和期望输出的误差,使得网络向着提高洪峰拟合精度的方向修改权重。应用表明,改进的模糊BP神经网络能够较好的反映洪水演进机理,提高了神经网络洪水预报模型对洪峰的预报精度,保证了洪峰预报的可靠性。

基于偏好DEA的海上应急基地运行效率评价

为了发现和解决投入冗余和产出不足问题以提高运行效率,采用数据包络分析(DEA)方法对海上应急基地运行效率进行评价。构建以运营费用和固定投入为输入指标,以应急基地所负责海域的有效面积、救助抵达平均时间、应急出动次数、应急救助成功率为输出指标的评价指标体系,其中救助抵达平均时间为非期望输出指标。将非期望输出指标和决策者的偏好信息引入C2R和C2GS2模型,并用以评价应急基地的运行效率。实证案例表明:所评价的绝大多数的应急基地为非DEA有效,且都为规模递增和可通过增加运营费用和固定投入来提高DEA效率。

基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。

遗传算法在偏振干涉滤光片设计中的应用

期望输出的给定是偏振干涉滤光片设计的关键。首次采用遗传算法对期望输出进行全局优化 ,并详细分析了其实现过程。设计出的偏振干涉滤光片输出光谱具有过渡带宽窄且波纹小等显著优点 ,现已成功应用到LCOS液晶投影仪的分色

地表一致性俞氏子波反褶积

为了较好地满足反褶积模型的假设条件，并使剩余子波达到较高的分辨率，我们采用指数加权的方法使地震子波最小相位化，用地震记录多道加权统计自相关代替子波的自相关，选择俞氏子波作为反褶积期望输出子波，同时采用子波能量标定方法避免反褶积时窗带来的能量差异。按上述原理，我们在CONVEX－SPP大型并行机上开发了地表一致性俞氏子波反褶积地震处理软件，试处理的结果表明这种软件在提高分辨率的同时，保持了较高的信噪比，具有较强的应用推广价值。

基于数字孪生技术的智慧城区物联网自动化管理平台研究

自动化管理平台可以保证智慧城区物联网稳定运行,但是平台的功能和性能无法满足用户的要求,该文提出基于数字孪生技术的智慧城区物联网自动化管理平台研究。根据智慧城区物联网自动化管理平台架构,设计了信息通讯传输服务器,完成了平台的硬件设计;在平台的软件设计中,基于数字孪生技术,构建了智慧城区物联的动态性方程,利用智慧城区物联网连续丢包数与最大时滞性值之间的映射关系,设定智慧城区物联网信息的期望输出,结合智慧城区物联网服务信息质量管理算法设计,完成平台的软件设计,实现了智慧城区物联网的自动化管理。测试结果表明,文中平台的登录功能和操作功能满足用户要求,在降低平台丢包率的同时降低了时滞效应,保证智慧城区物联网稳定运行。

小波降噪和回声状态网络的光电检测系统状态识别

状态识别是保证光电检测系统正常工作的技术基础,当前光电检测系统状态识别方法对噪声信息敏感,无法获得高精度的光电检测系统状态识别结果,为了提高光电检测系统状态识别正确率,提出了回声状态网络的光电检测系统状态识别方法。首先采集光电检测系统状态信号,采用小波分析去除光电检测系统振动信号的噪声,抑制噪的干扰,并提取光电检测系统状态振动号故障特征,然后将特征向量作为输入,光电检测系统状态作为输出,通过回声状态网络行训练建立光电检测系统状态识别的分类器,最后与其它检测方法进行了对比测试。结果表明,本方法的光电检测系统状态识别正确率均值超过95%,而且减少了光电检测系统状态识别时间,实际应用价值更高。

基于FPGA的比例电磁阀数字型线性放大器实现方法

针对无外置反馈信号比例电磁阀放大器的期望输出与控制输入存在的非线性问题,对各参数在放大器工作中的作用进行了研究,提出了一种预存匹配参数、电流跃变时跟踪不工作的线性放大器实现方法。首先,明确了实现线性放大器需要有效解决的问题;其次,基于上述的问题,采用发明问题解决理论(TRIZ)对现有放大器进行了分析,得到了发明原理解;然后,根据发明原理解将控制值输出电流关系形成逆向匹配参数表,将输出电流采样电流形成匹配参数表,并将匹配表预存入放大器中;最后,在现场可编程门阵列(FPGA)中实现了放大器的控制功能,并针对不同的比例阀,进行了匹配表参数的测定、放大器静态性能的测试以及工程应用验证。研究结果表明:该数字型线性放大器实现方法合理、有效,放大器输入/输出的线性误差小于1.5%,电流稳态建立时间小于0.1 s;通过在液压系统控制中进行工程应用,减小了控制系统的复杂度;控制系统可以与放大器进行实时参数交互,从而便于远程控制。