EP加权静态SOR算法在航空碱性蓄电池健康评估中的应用

研究了我国航空碱性蓄电池维护的现状及问题,讨论了静态SOR算法在航空碱性蓄电池健康评估上的应用及其存在的缺陷,提出了EP加权静态SOR算法,其在静态SOR算法的基础上引入分时段加权处理,同时引入每个单体电压相对整体平均值差值的绝对值(DFM值),从而解决了静态SOR算法加权函数不明确,对那些已经完全损坏且不能充进和放出电的单体以及充电到一定值后其端电压不再改变的单体不能识别,甚至被误判为运行性能好的单体等问题。

基于数字地图和加权A*算法的战术路径规划

本文首先对在军事仿真中经常使用到的数字地图进行了详细阐述;其次,对在静态路网中求解最短路径的A*算法进行了介绍,并对静态加权A*算法进行了分析和实现;再次,提出了一种进行战术路径规划的实现方法;最后,运用MATLB仿真平台对某真实岛屿的数字地图和静态加权A*算法进行结合,实现了战术路径规划,证明了该方法的有效性和快速性。

基于路径特征和支持向量机算法的硬件木马检测技术

硬件木马攻击成为当前集成电路(IC)面临的严重威胁。针对硬件木马电路具有隐蔽、不易触发以及数据集不均衡等特点,该文提出对门级网表进行静态分析的硬件木马检测技术。基于电路可测性原理建立涵盖节点扇入数、逻辑门距离、路径数、节点扇出数的硬件木马路径特征,简化特征分析流程;基于提取的路径特征,使用支持向量机(SVM)算法区分电路中的木马节点和正常节点。提出训练集双重加权技术,解决数据集不均衡问题,提升分类器的性能。实验结果表明,分类器可以用于电路中的可疑节点检测,准确率(ACC)达到99.85%;训练集静态加权有效提升分类器性能,准确率(ACC)提升5.58%;与现有文献相比,以36%的特征量,真阳性率(TPR)降低1.07%,真阴性率(TNR)提升2.74%,准确率(ACC)提升2.92%。该文验证了路径特征和SVM算法在硬件木马检测中的有效性,明确了数据集均衡性与检测性能的关系。

基于裕度介数和转移裕度熵的电网关键薄弱线路识别方法

为快速而准确地识别电网中显性和隐性的关键脆弱环节,本文根据线路在功率传输中的网络结构位置和实时运行中承担的故障线路潮流转移作用,综合考虑线路静态裕度和动态转移裕度,提出了基于加权潮流裕度介数和动态潮流转移综合熵的关键薄弱线路识别方法,给出了评估线路关键性和薄弱性的评估指标。相对于已有的关键线路识别方法,本文所提出的模型和评估方法区分线路的关键性和薄弱性,不仅能识别输电线路电网拓扑结构的静态显性关键薄弱性,而且能发现故障线路移除后潮流转移引起的动态隐性关键薄弱环节。通过IEEE-30节点仿真结果表明,该方法能有效识别电网中的关键且薄弱线路。

CDN网络分发算法的研究

CDN(Content Delivery Network)网络技术为解决网络信息传递性能的日益恶化而提出的一种改善Internet性能的方案。本文对几种主要的分发算法WRR、URL Hashing和LARD的性能在仿真实验的基础上进行了比较研究,对上述算法在系统吞吐量、缓存命中率、平均请求延时以及节点未利用率等四个方面的性能进行比较,以加深对分发算法的理解。