城市规划实施过程的水资源承载力自适应评估

估算目标年水资源的供给和需求是城市规划编制的内容之一,通常方法是基于特定情景假设下的历史信息外推,但这具有突出的不确定性;规划在实施过程中也将面临各类不确定因素的干扰,从而改变目标年水资源承载力(供给与需求差值)的风险水平.鉴于此,提出基于自适应管理的评估方法:依据规划实施过程不同阶段可获得的历史数据,利用时间序列分析、曲线拟合、组合预测、蒙特卡罗采样等方法,识别未来水资源承载力风险特征的变化,作为应对措施决策的依据.北京市案例研究表明,用2006年(应对年)之前数据与用2002年(基准年)之前数据预测结果存在较大差异:2020年(目标年)水资源需求与供给差值的数学期望由-9.8亿m3(2002)增加至-3.4亿m3(2006),风险保证率(需求不超过供给能力的概率)由70.5%下降至58.6%,标准差由23.2亿m3缩小至11.2亿m3;在95%风险保证率下,供需缺口由9.4亿m3增加至11.6亿m3.

基于状态自适应评估的海上风电机组预防性维护策略

针对海上风电机组对故障特征的增量式学习及主动维护的问题,提出了一种基于状态自适应评估的海上风电机组预防性维护策略。首先,采用非正态总体假设检验量化机组实时状态与典型状态的信息差异,通过增量字典学习捕捉机组典型状态特征,基于支持向量机构建了机组状态自适应评估模型。然后,结合部件有效役龄,以机组状态概率向量为决策依据、单次维护费用最小为目标,优化部件维护策略。同时计入部件成组时由于提前或延迟维护的损失,以维护总费用最小为目标、日维护时长为约束,建立了基于状态自适应评估的海上风电机组预防性维护模型。最后,以某海上风电机组为例,验证了所提维护策略的有效性,分析了维护次数、可及性对维护策略的影响。

最小二乘集结权重与改进TOPSIS法的大学生体质健康群体自适应评估模型

为了有效评估大学生体质健康状况,提出一种基于最小二乘集结权重与改进TOPSIS法的大学生体质健康群体自适应评估模型。考虑到传统评估方法通常基于人工逐项判断合格情况后求其合格率,基于最小二乘集结主客观权重与改进TOPSIS法构建的大学生体质健康群体自适应评估模型,首先在指标筛选的前提下将评估体质健康的身体形态、身体机能、身体素质转化为多属性评估问题,其次基于最小二乘法集结层次分析(AHP)和CRITIC法求解的多属性指标主客观权重,并依据最佳回归多项式判定主客观权重一致性,最后基于改进的TOPSIS法对待评估样本进行评估。实例分析和模型检验表明,基于最小二乘集结权重与改进TOPSIS法的大学生体质健康群体自适应评估模型具有较强的可行性和合理性,为大学生体质健康评估提供了一种科学的方法。

基于双高斯过程回归的自适应评估建模方法

针对网络信息体系表现出的复杂、动态、涌现等特性,提出基于双高斯过程回归的自适应评估建模方法,通过指标相关性分析挖掘不同层级指标之间的连接关系,建立与评估数据相适应的评估指标体系,并基于双高斯过程回归模型训练自适应的评估模型,实现评估计算。实验证明,这种基于指标关系量化分析建立的评估指标体系以及通过训练学习得到的自适应评估模型能够很好地拟合评估指标之间客观存在的关联关系,更加逼近真实的评估模型,从而提高评估计算准确率。

基于失稳模式自适应捕捉的暂态稳定评估方法

在电力系统暂态稳定评估(transientstabilityassessment, TSA)问题中,普通机器学习算法数据挖掘能力的有限性阻碍了TSA模型评估精度的进一步提高。针对此问题,以电力系统数据的不同失稳模式为切入点,提出了基于失稳模式自适应捕捉的TSA方法,构建了由多个子评估模型和一个失稳模式判别模型组成的自适应判稳组合模型。首先,根据失稳模式的不同对原始数据集进行分类,分别训练多个针对不同失稳模式的子评估模型。然后,利用失稳模式判别模型输出的权重值对子评估模型进行集成,自适应完成对输入数据失稳模式的捕捉。最后,在IEEE39节点系统和华东电网系统中进行测试验证。仿真结果表明,所提方法在降低不稳定样本漏报率的同时进一步提高了模型评估精度,验证了该方法的有效性。

以学习者为中心的自适应学习系统的设计与评估

个性化、定制化、自适应已经成为教育领域的流行语。为适应不同学习者的特点、优化学习者体验,应研发跨学科领域的个性化自适应学习系统,并开展全方面评估。基于此,讨论自适应学习系统涉及的专业领域和各项评估,分析设计评估时需要考虑的重要因素,并提出评估自适应学习系统功效的框架,包括用户属性界定、用户属性评估、内容代表性、用户交互设计、用户交互效果等。应用本框架能够高效而准确地评估,并提供可行有效的反馈信息,以保障学习者最优的学习体验。

自适应约束评估的代理模型辅助演化算法

很多现实优化问题不仅有昂贵目标也有昂贵约束,而现有求解昂贵优化问题的代理模型辅助演化算法(SAEAs)通常对候选解的所有约束进行评估,在评估次数有限的情况下,频繁评估可行域较大的约束不利于种群演化。针对这一问题,研究了求解昂贵约束优化问题的代理模型辅助算法,提出了一种自适应约束评估策略,根据种群演化情况评估可行域信息较少的约束,以节省在可行域较大的约束上的评估次数,在少量昂贵评估次数下自适应进行约束的选择及评估,更好地演化种群;为验证该策略的有效性和通用性,从两个思路设计了两种自适应约束评估的高斯过程回归模型辅助差分进化算法。这两种方法在15个约束优化测试函数中的11个取得显著优异效果;在利用时间延迟模拟昂贵评估次数的情况下,效率提升均在94%以上,其中91.67%的测试例子效率提升在98%以上。另外,这两种方法在4个工业应用问题中均取得优胜效果,表明其在昂贵工业约束优化问题中良好的应用前景。

基于集成学习的时间自适应电力系统暂态稳定评估方法

对于电力系统暂态稳定评估而言,在故障清除后的早期阶段,临界样本间的特征差异不明显,预测准确率低。随着时间推移,准确率提高,但难以保证评估的及时性。针对暂态稳定评估的评估准确性与及时性之间的矛盾,提出了基于集成学习的时间自适应电力系统暂态稳定评估方法。首先,通过EasyEnsemble算法对不平衡数据进行采样,训练出多个不同评估时刻的集成长短期记忆网络分类器,输出样本在不同评估时刻的稳定性预测结果。其次,将评估时刻进行划分,提出了多阶段阈值分类规则,自适应调整阈值,对样本预测结果进行可信度评估。最后,预测结果评估为不可信的样本交由下一评估时刻的模型继续判断,直到可信度达到阈值后输出。在IEEE 39节点系统的仿真结果表明,所提方法相较于其他时间自适应方法具有更优的评估性能,在样本不平衡的情况下该方法实现了更好的修正效果。

一种自适应的系统效能评估算法

本文提出了基于最小功能指标全局关键度值的自适应效能评估算法,构建了基于系统功能和能力影响因素的效能评估指标体系,通过专家打分法获得最小功能指标的关键度,定义了判断矩阵自下而上的初始化规则,保证了各指标的相对独立性以及与父节点之间的联系,减少了专家主观因素对效能评估结果的影响。根据系统的实际运行情况通过引入系统功能因子和能力因子得出系统各个功能和能力的效能值。仿真结果表明,自适应效能评估算法所得的效能评估结果更客观、准确。

面向风险评估的专家权重自适应调整方法

信息资产评估是信息安全风险评估技术重要的研究内容之一。目前,其在资产评估中主要采用专家评估与专家权重相结合的评估量化方法,然而该方法在实际应用中却面临如何科学确定专家权重以降低偏差较大评估意见对整体评估结果影响的问题。针对该问题,提出了一种基于专家偏离度的权重自适应调整评估方法,能够合理地减小专家主观性给出的异常评估值对评估的影响。最后实现算法并通过实验验证算法的有效性。结果表明该方法能够合理减小异常评估值对评估的影响。

基于尾流判定的风电场偏航角分群优化控制

为了优化风电场整体的功率输出和疲劳载荷,提出分群优化方法。建立风机尾流干扰的神经网络判定模型,以风机的相对坐标和来流风速作为特征值来判断风机之间是否存在尾流干扰;引入连通分量分解算法,将风电场划分为多个互相无尾流干扰的气动解耦机群;采用改进的自适应评估粒子群算法,以提升功率和抑制载荷为目标对所有机群进行并行优化。结果表明:与贪婪算法和整体优化方法相比,所提分群优化方法在功率提升和载荷抑制方面的效果均较好,且其稳定性更好。

自适应流量评估方法在IDC网络的应用

为了确保IDC网络的服务质量,往往需要了解IDC网络中各出口、各链路的网络拥塞、大规模网络攻击等流量信息并进行及时全量的数据监测和分析。本文提出了一种自适应流量评估方法,通过测量精度和存储资源两方面的调控,来优化现有的流量测量技术。

面向应急响应需求的博客自适应评价模型

以合理利用博客资源,协助政府应急响应决策为目标,提出一套面向需求的博客自适应评价模型。采用LDA主题模型挖掘博客的主题分布,将主题视为信息需求单元,将决策工作对信息的需求倾向看作需求单元信息的优先度影响因子,面向应急响应决策工作对博客进行评价,并以实际使用的博客信息量统计分布更新需求单元信息的优先度影响因子,实现自适应学习反馈机制。最后,选取"天津港爆炸"事件的新浪博客数据作为案例,对模型的有效性予以验证。结果表明,面向应急响应决策需求的博客自适应评价模型,能够更好地满足应急管理和决策者需求。

基于ADACD的新型辨识器及其模型参考自适应控制

将控制依赖自适应评估设计引入到非线性系统的辨识中,以寻求最佳模型.定义一个总评估函数表示系统在所历经时间内的辨识总误差,然后构造一个评估网络来近似逼近这个总评估函数.再构造一个辨识器网络,其输出直接作为评估网络的输入,这样通过最小化评估网络的输出就可以达到寻求最佳模型的目的.辨识器的参数修正原则不再是使当前时刻的辨识误差最小化,而是使评估网络的输出最小化,即使系统在所历经时间内的近似辨识总误差最小化,这样不仅大大加快了收敛速度而且取得了更加精确的辨识效果.在获得对象模型之后,还研究了利用神经网络设计模型参考自适应控制器的方法.仿真结果表明,利用这种新型辨识器设计的模型参考自适应控制器能够保证被控对象对参考模型的跟踪快速稳定.

不同降水驱动的SWAT模型参数不确定性研究

以抚河流域与黑河流域为研究区,应用4种降水产品(CMORPH CMA、CMFD、CMADS、MSWEP)驱动SWAT模型模拟日流量,评估4种降水产品在湿润区与干旱区的适用性;使用自适应降维评估法选出流域的敏感参数,并进行一致性检验。结果表明:抚河流域4种降水产品的纳什效率系数(NSE)均在0.70以上,其中CMORPH CMA和CMADS的NSE均能达到0.82;黑河流域CMORPH CMA和CMADS的NSE大于等于0.76,而CMFD和MSWEP的NSE分别为0.72和0.74。抚河流域4种降水产品具有相同的敏感参数;黑河流域CMORPH CMA和CMADS有相同的6个敏感参数,而CMFD和MSWEP则分别有5个和8个敏感参数。4种降水产品在湿润流域和干旱流域都能得到较好的应用效果,但是CMORPH CMA和CMADS的模拟效果要优于CMFD和MSWEP。不同的降水输入也会对模型参数敏感性分析的结果产生影响,当降水表现越接近时,所筛选的敏感性参数也越相似。

CVT计量误差的自适应分析

传统互感器检测采用人工读取误差的方法,信息化水平较低,检测效率较低,并不适应自动化抽检的要求。本文提出一种基于大数据分析的互感器检测方法,可读取海量的电容式互感器(capacitor voltage transformer,CVT)比差和角差数据,采用移动窗的方法提取特征数据,并自适应更新误差限值,在不借助互感器校验仪的前提下,可自动实现待测互感器的精度评估。最后开展了标准PT(电压互感器)测量数据的CVT复现测试,试验表明,该方法可用于长期运行的CVT海量数据分析,较传统主元分析方法,精度更高,不受电网波动影响。本文方法可为互感器校验考核提供一定的参考。

一种基于堆叠门控循环单元的暂态稳定智能评估系统

随着大电网之间的互联,安全稳定问题日益突出。目前,基于数据驱动的电力系统自适应暂态稳定评估方法通过平衡时间和准确性在测试系统上取得了优异的效果,但是存在模型构建繁琐和参数复杂等问题。提出了一种基于堆叠门控循环单元(Stacked-GRU)的暂态稳定智能评估系统;构建了基于时间上参数共享和空间上堆叠的Stacked-GRU模型,利用电力系统故障后的时间序列数据进行离线训练,得到最优参数;在线应用时,从故障清除时刻开始,通过判断当前时刻的暂态稳定评估结果是否满足置信度,如不满足则将评估信息将继续提供给下一个时刻进行评估,直到评估结果满足置信度为止,从而实现自适应的暂态稳定智能评估系统。仿真结果表明,提出的模型具有评估时间短和准确度高的优点。

UWB无线传输安全可靠性保障技术

超宽频UWB(UltraWideBand)无线传输安全可靠性技术是UWB通信系统中的关键技术,本文在简要描述UWB通信系统设计的基础上,通过分析现有UWB通信协议机制在安全可靠性方面存在的不足,基于DW1000射频芯片信道采样电路支持,实现信道质量评估自适应机制、基于帧过滤的接入机制、基于ACK应答的重传机制的高可靠传输机制,提出基于轻量级AES-128动态加密算法,提升UWB传输的安全性和运算效率。在现实验条件下,实验结果与原方法相比,丢包数与误码数下降为0,对大小为10KB的明文加解密过程耗时平均减少13.5ms且能保证密文信息熵和原方法接近。因此,本文所提UWB安全可靠性保障技术相比较现有UWB无线通信机制在系统各项性能有明显提升。

基于事件驱动的无线传感器网络数据收集协议

为延长网络生存时间,提出一种基于事件驱动的传感器网络数据收集协议。该协议根据自适应评估模型选出簇头,当有兴趣事件发生时,簇内成员节点将收集到的数据传递给簇头,簇头进行数据融合并向sink发送数据收集请求。sink接收到数据请求包后,移动到这个簇头附近开始收集簇内兴趣事件。仿真实验结果证明,该协议能有效降低节点能耗,延长网络寿命。

稀疏表达模型在高光谱遥感影像目标探测中的应用

为了更好地利用高光谱影像的空间和光谱信息,提出了一种基于稀疏表达模型的高光谱遥感影像目标探测方法.首先通过对影像训练样本进行训练提取过完备字典,利用稀疏表达模型对遥感影像稀疏表达既达到降维的目的,又可以表示出遥感影像的主要信息;然后利用传统的目标探测器结合目标已知光谱信息对高光谱遥感影像进行目标探测,即基于稀疏表达模型的高光谱遥感影像目标探测(SRM-TD).3种影像数据的实验结果表明:在确定的迭代次数下,通过设置稀疏度L可以得到最优的探测结果.提出的探测方法在参数设置、选择和运行结果上优于传统的高光谱遥感影像目标探测方法.