城轨电车的多维度行驶工况构建

为准确反映城轨电车的瞬时行驶特征,提出一种基于多维度状态空间的工况构建方法。首先,参考电动汽车领域的标准测试规程以及结合城轨电车的短行程行驶特征组建样本数据库,提取出特征参数中反映行驶特征累计贡献率最高的参数以进行降维,并按照得分矩阵的参数风格划分短行程类型;其次,以贡献率最高的三个样本参数作为输入,构建电车运行状态多维度状态转移概率矩阵,采用累积泊松分布函数与蒙特卡洛采样相结合的方法生成随机数确定下一时刻状态,以获取实时工况;最后,对不同维度下构建的工况进行对比分析。结果表明,三维状态空间下构建的各特征参数相对样本平均值的偏差和运行速度瞬态误差最低;速度和需求功率历程对运行场景的时空相关性和鲁棒性最强;电车续驶里程相较于传统一维和改进二维方法分别提升了93.5%和23.9%;验证了提升马尔科夫链维度对推演城轨电车实际工况的有效性和优越性。

基于滚动采样马尔可夫链模型的光伏时序功率模拟研究

光伏出力的波动性和随机性会给电力系统调度运行的安全性和可靠性带来影响。为了实现对光伏出力长时间尺度的准确模拟,本文提出一种基于马尔可夫链的光伏场站时序功率模拟模型。首先,建立光伏出力模型,并对出力的不确定性和规律性特征进行研究分析;然后,在一阶马尔可夫链模型的基础上考虑相邻日之间的联系,根据季节与天气因素以10 d为一个采样区间对历史数据进行滚动采样,建立多状态转移概率矩阵,构建全年时序出力模拟模型;最后,以某光伏电站全年出力数据与历史气象监测数据为基础,通过实例模拟了全年的出力情况,并与传统方法进行了对比分析。算例结果验证了所提方法的有效性,表明该方法较好地模拟了受季节与天气影响下的光伏出力情况,与历史实际情况更为吻合。

Stark spectra of Rydberg states in atomic cesium in the vicinity of n=18

The Stark structures in a cesium atom around n=18 are numerically calculated. The results show that the components of 20D states with a small azimuthal quantum number ｜m｜ shift upward a lot, and those with a large ｜m｜ shift downward a little within 1100 V/cm. All components of P states shift downward. Experimental work has been performed in ultracold atomic cesium. Atoms initially in 6P3/2 state are excited to high-n Rydberg states by a polarization light perpendicular to the field, and Stark spectra with ｜m｜=1/2,3/2,5/2 are simultaneously observed with a large linewidth for the first time. The observed spectra are analyzed in detail. The relative transition probability is calculated. The experimental results are in good agreement with our numerical computation.

增强目标启发信息蚁群算法的移动机器人路径规划

针对传统蚁群算法在前期搜索盲目性大、拐点多等问题,对蚁群算法进行以下改进。首先,为了增强目标位置的启发信息,引入距离增益系数,将目标位置对下一个待选栅格节点的影响进行放大;然后引入带有权重的距离启发因子,在状态转移概率中加入距离启发转移概率,使蚂蚁大概率向目标栅格搜索;其次,采用正弦自适应动态调整信息素挥发因子,增强算法的全局搜索能力;最后通过修改路径减少路径冗余,进行路径安全性检查并重新调整路径,减少转弯的次数,从而提高路线质量。通过MATLAB仿真实验表明,改进蚁群算法转弯次数少,规划路径短且安全,搜索时间较快,提高了算法的收敛速度和寻优能力。

基于集成聚类及改进马尔科夫链模型的光伏功率短期预测

准确的光伏功率预测是保证新能源电力系统安全稳定运行的重要手段,根据光伏系统出力特点,提出一种基于集成聚类及改进马尔科夫链模型的组合预测方法。首先,通过集成聚类划分表征周期性的趋势序列与表征随机性的随机序列。其次,利用一阶差分处理改进的马尔科夫链模型预测趋势序列,随机序列由差分整合移动平均自回归模型预测。最后,通过对吉林省及青海省光伏电站历史运行数据建模,结果表明基于集成聚类及改进马尔科夫链的方法相较于传统马尔科夫链模型准确率平均提高了7.76%,验证了所提出的模型在不同出力类型、不同地理位置的情况下都具有适用性。

用于贯通式牵引供电系统的级联型变换器可靠性研究

针对贯通式牵引供电系统的核心装备级联型变换器,提出一种考虑变换器全运行状态的可靠性评估方法并进行可靠性优化研究,为新型牵引供电系统的应用及推广提供依据。基于故障树和Markov理论,分级建立级联型变换器可靠性模型,并提出一种考虑级联型变换器正常、存活和失效3种状态的状态转移概率的计算方法。为满足新系统工程应用所需的高可靠性设计需求,进一步研究变换器可靠性优化方法:基于所建立的可靠性模型,定量分析不同关键器件的重要度,辨识变换器可靠性组成的薄弱环节;从器件冗余和子模块冗余两级进行可靠性优化,对比后备冗余和工作冗余的优化效果,并对不同冗余数目下变换器可靠性的提升程度进行分析,同时验证所建立模型的准确性。设计综合冗余策略,通过算例分析验证了其有效性。

Reliability Analysis of Multi-State Repairable System with Dynamic Transition Probabilities

Inadequate maintenance decisions lead to incremental overall costs. In order to minimize costs in maintenance of the multi-state repairable system, we model a preventive maintenance(PM) scheme of the multistate repairable system using non-Markov process. The periodically decreasing reliability model of the non-Markov dynamic system with dynamic transition probabilities is established to satisfy the probability change. The diesel engine system is taken as an example to illustrate the model. The reliability of the diesel engine is analyzed and its PM scheme is worked out. RENO software is used to simulate the diesel engine system. The maintenance cost of components and the optimal PM interval data of the system are obtained by using the minimal average cost as the objective function. The adaptability of PM is judged, and the optimal PM scheme is presented.

灰色马尔科夫模型在过程性学习评价中的应用

以过程性评价为灰数,建立灰色马尔科夫预测模型.通过实证研究建立灰色评价等级和灰色转移概率矩阵,预测学生后期学习状态,发现学生的学习状态转移明显,在未来三学期的学习状态几乎趋于平衡点.

模型参数自适应的低复杂度ATPM-VSIMM算法

在机动目标跟踪中,针对交互式多模型算法使用固定模型集和固定转移概率矩阵导致跟踪精度下降的问题,提出模型参数自适应更新的低复杂度ATPM-VSIMM算法。所提算法根据系统新息变化情况来判断目标是否出现机动,从而调整模型集的状态噪声,实现模型集的自适应更新;然后,根据模型后验概率变化情况和模型间的相互切换关系,准确地计算出转移概率矩阵,从而提高系统运动模型和目标运动轨迹的匹配程度,保证跟踪系统具有滤波精度高和响应速度快的优点。从模型后验概率初值、转移概率矩阵初值和状态噪声三方面验证了所提算法的有效性。仿真结果表明,ATPM-VSIMM算法的空间位置跟踪精度比现有算法提高了8%左右。

全概率规则下状态平衡方程的建立

状态平衡方程是排队论的理论基础,也是求解排队系统运行参数指标的重要依据,大多数状态平衡方程的构建方法都预先假定系统到达平稳状态再求分布.采用微分的思想,使用全概率公式构建状态转移方程,用极限手段实现状态平衡,进而得到排队系统的状态平衡方程.用到的建模思想对实际问题的研究具有指导意义.

中国共同富裕的统计监测、区域差距和动态规律

共同富裕是社会主义的本质要求和人民群众的共同期盼,文章利用熵权TOPSIS法,从富裕度、共享度和持续性三个维度构建指标体系,统计监测2013—2021年中国共同富裕水平,并采用Dagum基尼系数及其分解法分析区域差距,采用核密度估计和马尔可夫状态转移概率矩阵分析动态规律并预测转移概率,研究发现:我国共同富裕的发展取得显著成效,但发展不平衡不充分的问题仍然存在,多数省份富裕度、共享度和持续性的偏离制约了共同富裕的发展;我国共同富裕年均基尼系数为0.213,东部地区区域内差距最大,中部-西部地区区域间差距最小,全国共同富裕差距主要来源于区域间差距;我国共同富裕存在极化苗头,未来回落风险较大,需要调整共同富裕持续性以校正转移路径。

基于改进灰色Markov模型的建筑工程造价预测研究

针对建筑工程造价样本中特征量较多、难以提取导致的数值预测精准度不高的问题,提出基于改进灰色Markov模型的预测研究,以实现有效解决。首先采用线性回归分析法获得建筑造价样本中人工费、机械使用费、材料费以及总造价等子明细特征的先验数据,并建立数据矩阵。然后通过前后相邻数值求得概率均值,并初值化处理均值数据得到对应子明细特征的先验模型。基于灰色Markov模型一阶代表一个变量的特点,建立微分预测模型,计算每次数据更新生成的特征值变化,并与初始值对比,生成特征向量变化序列。最后采用最小二乘积算法求得数据状态转移概率,结合待预测点的向量和转移概率,通过查找对比得出有效工程造价预测。实验数据证明,所提方法针对建筑工程造价的特征量分布情况预测精准度高,造价预测值与真实值间的差距较小,预测性能表现优异。

基于神经网络的高比例异常数据识别仿真

针对因高比例异常数据的特征种类较多且存在状态转移特性,导致识别误差大的问题,提出一种基于神经网络的高比例异常数据识别算法。根据相邻数据集间具有时间和空间相关性特点,建立数据基础状态映射序列,计算数据样本在不同空间、不同时间点上的初始状态和结束状态,以及上一时刻和当下一时刻的数据空间和时间所属状态,根据前后变化对比得到状态转移概率,计算提取数据在不同时间点的具体特征。采用神经网络建立高比例异常数据识别模型,对待识别样本标准化处理,定义标准样本并提取特征因子,求解样本集中所有数据与标准样本的隶属度,存在正向相关关系为正常样本,反向则为异常数据样本,通过阈值对比实现高比例异常数据的有效识别。实验结果表明,所提算法识别精准度较高,误差率较低,具有一定的实用价值。

基于状态影响因子的高速铁路电务安全指数优化

为提升高速铁路电务安全保障能力,解决原有电务安全指数单一、只能静态反映高速铁路电务安全态势及电务运营安全复杂的连续动态表征评价等问题,采用随机过程理论,选取高速铁路电务设备正常、故障和事故3种状态相关的基本时间域、状态转移概率和状态持续系数作为电务安全指数的影响因子,并基于马尔科夫状态转移和Logistic函数分析的方法对其进行特征量提取,构建高速铁路电务安全指数优化模型;选取某典型线路和某典型路局电务6大类型设备的故障和事故基础数据,验证高速铁路电务安全指数优化效果。结果表明:由优化模型计算得到的高速铁路电务安全指数通过了双边趋势检验分析,能准确拟合电务设备状态的变化及持续周期变动,且部分状态变化趋势通过了显著水平α=0.05 (置信度为95%)和α=0.01 (置信度为99%)的检验,变化趋势明显;优化后的电务安全指数能直观、动态且连续地反映高速铁路电务设备运行的安全态势。

基于自适应交互多模型算法的三维空间水下动态目标跟踪

自主水下机器人(AUV)动态目标跟踪技术是实现目标探测、目标侦察等任务的核心技术之一。为了跟踪机动目标,通常采用基于交互多模型(IMM)算法结合恒定速度(CV)模型和协同转弯(CT)模型;而IMM中的转移概率和CT模型中转弯速率通常根据先验信息固定,可能会导致状态估计不准确。为此,文章基于现有的自适应IMM算法,提出了一种可以自适应调整转移概率的并行IMM算法(APIMM)并结合无迹卡尔曼滤波算法(UKF)对水下三维空间中的机动目标进行状态预测,改进算法基于的模型集选择了CV模型,自适应转弯速率的三维固定中心恒定速率和转向速率(CSCTR)模型和当前统计(CS)模型。仿真结果表明,该算法能更大程度地利用后验信息,拥有更快的模型切换速度,能够对三维空间水下动态目标的状态进行预测,并且预测精度提升了约15%。

双噪声激励下的基因转录调控系统的稳态分析

鉴于噪声对生物系统的基因转录调控有着重要的影响作用,研究了乘性高斯白噪声和加性Lévy噪声共同激励下的基因转录调控系统的动力学特性。首先借助Janicki-Weron算法模拟出Lévy噪声,然后利用四阶Runge-Kutta算法计算出蛋白质浓度的稳态概率密度函数,并通过绘制其图像对系统的动力学行为进行稳态分析。研究发现:高斯噪声强度、Lévy噪声强度、稳定性指标、偏斜参数均会诱导蛋白质浓度发生相变现象,且这些参数指标的增大会使基因转录调控系统逐渐从“开启”状态转变为“关闭”状态。

基于马尔科夫链的网络入侵路径研究

网络化时代网络安全备受关注,对网络入侵路径的研究有助于指导网络安全防御。在对网络攻击图和吸收马尔科夫链分析的基础上构建了两者之间的映射关系,同时提出了一种新的非吸收节点指向自身的状态转移概率计算方法,得到了网络入侵路径分析模型。将搭建的网络入侵路径分析模型应用于网络环境中,结果表明,该模型可以有效地计算网络节点威胁度排序以及网络入侵长度期望值,这对网络安全管理员采取更为有效的安全防御措施具有一定的参考价值。

复杂开放水域的无人船避障路线蚁群规划算法

为了改善避障效果,获得具有较少拐点的最短避障路线,设计复杂开放水域的无人船避障路线蚁群规划算法。在复杂开放水域障碍物栅格化处理的基础上,基于蚁群算法基本原理,获取势场合力、目标点的位置信息相结合的综合启发信息,优化信息素浓度增量,改进状态转移概率,进行蚁群算法的改进处理,实现无人船避障路线规划。结果表明,该算法可实现无人船避障路线规划,设计的避障路线长度相比改进前降低了40.39%、拐点数减少60%。

基于BP神经网络的马尔可夫链移动性预测算法

为了改善马尔科夫链在用户移动性预测过程中时延较大、准确率不高的问题,提出一种基于误差反向传播(Back Propagation,BP)神经网络的马尔可夫链移动性预测算法(Markov Chain Mobility Prediction Algorithm based on BP Neural Network,MC-BP)。该算法采用加权的误差函数对BP神经网络进行改进,通过改进的BP神经网络对状态转移概率矩阵进行训练和更新,将其结果代入马尔可夫链,得到预测的下一位置点坐标,并与实际坐标进行对比,从而完成用户移动性预测。将MC-BP与基于在线学习的马尔可夫链预测(Markov Chain based on the Online Learning System,MC-OLS)算法和BP算法进行对比,仿真结果表明,所提算法的运行时间更短,其预测准确率均高于其他两种对比算法,且能够适应不同数据集下的用户轨迹。

TUNNELING CORRECTIONS TO TRANSITION STATE THEORY FOR REACTION H+ H_2(v=0)→H_2(all v)+H

Ⅰ. INTRODUCTIONThe tunneling was not considered in conventional transition state theory (TST). Especially within low reaction temperature the calculation of the conventional TST can bring about obvious errors. In 1979, Kuppermann in his article about TST stressed the state-to-state TST. His theory used the transmission coefficient. On the basis of Kuppermann’s theory it is not difficult to consider the tunneling.