权重系数矩阵是光学过程层析成像(optical process tomography,简称光学PT)技术中非常重要的参数之一,它的传统计算是基于人工测算,其缺点是烦琐、且极其耗时。因此,本文利用Visual C++语言实现了光学过程层析成像系统扇束阵列传感器结...权重系数矩阵是光学过程层析成像(optical process tomography,简称光学PT)技术中非常重要的参数之一,它的传统计算是基于人工测算,其缺点是烦琐、且极其耗时。因此,本文利用Visual C++语言实现了光学过程层析成像系统扇束阵列传感器结构权重系数矩阵的即时计算。为光学敏感场灵敏度分布的计算、图像重建仿真以及光学PT系统的实现节省了时间,缩短了研究周期。展开更多
针对车辆主动悬架系统的线性二次型调节器(linear quadratic regulator,LQR)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(snake optimizer,SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统...针对车辆主动悬架系统的线性二次型调节器(linear quadratic regulator,LQR)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(snake optimizer,SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统的动力学分析,设计了LQR控制器;将主动悬架与被动悬架各性能指标的积分比值进行加权求和构建了目标函数L;模仿蛇群生活习性的SO算法在搜索空间中求解出了函数L的最小值和LQR控制器的最优权重系数矩阵。为验证该策略的有效性,分别以C级路面、正弦冲击路面为激励,对车身加速度(sprung mass acceleration,SMA)、轮胎动载荷(dynamic tyre load,DTL)、悬架动行程(suspension working space,SWS)3个方面将SO优化LQR控制的主动悬架与被动悬架、传统LQR控制的主动悬架、遗传算法优化LQR控制的主动悬架、粒子群算法优化LQR控制的主动悬架进行了仿真对比。结果表明:SO优化LQR控制的主动悬架可在C级路面上分别对SMA、DTL、SWS的均方根优化达59.47%、37.89%、42.12%;在正弦冲击路面上稳定时间为1.4 s,分别对SMA、DTL、SWS的超调优化达79.21%、59.22%、16.33%,提升了车辆的行驶平顺性、路面附着性和操作安全性。展开更多
鉴于功率预测评价对电力系统运行和调度的重要性,文章充分考虑电网调度实际需求,从不同时期下机组的出力大小和不同时段下电网调度对预测精度的需求2个方面分析现有功率预测评价指标的不合理之处,并提出了新的准确率指标。首先,对不同...鉴于功率预测评价对电力系统运行和调度的重要性,文章充分考虑电网调度实际需求,从不同时期下机组的出力大小和不同时段下电网调度对预测精度的需求2个方面分析现有功率预测评价指标的不合理之处,并提出了新的准确率指标。首先,对不同时期下系统灵活性进行计算得到灵活性矩阵并对其进行预处理;其次,将处理后的灵活性矩阵输入到优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)模型中,根据评价对象与理想化目标的接近程度对不同时段的灵活性进行排序和归一化计算,得到不同时段下的权重系数矩阵,进而形成新的评价指标;最后,将所提的评价指标与其他指标进行对比。仿真结果表明,所提评价指标更能体现系统灵活性对功率预测评价的影响,满足实际调度的需求。展开更多
文摘权重系数矩阵是光学过程层析成像(optical process tomography,简称光学PT)技术中非常重要的参数之一,它的传统计算是基于人工测算,其缺点是烦琐、且极其耗时。因此,本文利用Visual C++语言实现了光学过程层析成像系统扇束阵列传感器结构权重系数矩阵的即时计算。为光学敏感场灵敏度分布的计算、图像重建仿真以及光学PT系统的实现节省了时间,缩短了研究周期。
文摘针对车辆主动悬架系统的线性二次型调节器(linear quadratic regulator,LQR)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(snake optimizer,SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统的动力学分析,设计了LQR控制器;将主动悬架与被动悬架各性能指标的积分比值进行加权求和构建了目标函数L;模仿蛇群生活习性的SO算法在搜索空间中求解出了函数L的最小值和LQR控制器的最优权重系数矩阵。为验证该策略的有效性,分别以C级路面、正弦冲击路面为激励,对车身加速度(sprung mass acceleration,SMA)、轮胎动载荷(dynamic tyre load,DTL)、悬架动行程(suspension working space,SWS)3个方面将SO优化LQR控制的主动悬架与被动悬架、传统LQR控制的主动悬架、遗传算法优化LQR控制的主动悬架、粒子群算法优化LQR控制的主动悬架进行了仿真对比。结果表明:SO优化LQR控制的主动悬架可在C级路面上分别对SMA、DTL、SWS的均方根优化达59.47%、37.89%、42.12%;在正弦冲击路面上稳定时间为1.4 s,分别对SMA、DTL、SWS的超调优化达79.21%、59.22%、16.33%,提升了车辆的行驶平顺性、路面附着性和操作安全性。
文摘鉴于功率预测评价对电力系统运行和调度的重要性,文章充分考虑电网调度实际需求,从不同时期下机组的出力大小和不同时段下电网调度对预测精度的需求2个方面分析现有功率预测评价指标的不合理之处,并提出了新的准确率指标。首先,对不同时期下系统灵活性进行计算得到灵活性矩阵并对其进行预处理;其次,将处理后的灵活性矩阵输入到优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)模型中,根据评价对象与理想化目标的接近程度对不同时段的灵活性进行排序和归一化计算,得到不同时段下的权重系数矩阵,进而形成新的评价指标;最后,将所提的评价指标与其他指标进行对比。仿真结果表明,所提评价指标更能体现系统灵活性对功率预测评价的影响,满足实际调度的需求。