电力系统小信号稳定全特征值分析的改进BR算法

BR算法是一种计算非对称矩阵全特征值的数值方法。为解决矩阵阶数增加而严重恶化BR算法数值稳定的问题,本文提出一种改进的BR算法来分析电力系统小信号稳定。为提高计算精度,该算法采用正交相似变换替代高斯变换,来执行矩阵约化和特征值迭代过程中的列消元。采用严格的行消元准则,抑制特征值迭代过程中行突刺的出现,以降低带状上Hessenberg矩阵的带宽和提高计算速度。结合动态节点靠后排序策略和稀疏技术,实现状态矩阵的快速求解。3个IEEE系统和3个实际系统的仿真结果表明,改进BR算法的数值稳定性比原始BR算法有显著提高,并保留了特征值计算复杂度与矩阵阶数的平方渐进成正比的特点,为小信号稳定全部特征分析方法的研究,提供了新的思路。

基于BR算法和遗传算法优化生物柴油生产

以生物柴油成本为研究对象,综合考虑了原料、工厂产能、甘油置信度对生物柴油成本的影响。引入了人工神经网络BR(贝叶斯正规化)算法和遗传算法优化对收集到的数据进行预测。59组数据中的85%作为训练集,15%作为预测集,采用相关系数和均方误差作为预测结果的评价指标。研究结果表明:使用BR算法相关系数为0.9804,均方误差为0.0036,预测平均相对误差为4.47%。使用遗传算法的相关系数为0.8972,均方误差为0.0033,预测平均相对误差为4.89%。相较于L-M算法相关系数0.9741,均方误差0.0045,预测平均相对误差5.89%;两种算法的平均相对误差均有所下降,预测的效果更好。两种方法均有效验证了原料成本、工厂产能、甘油置信度对生物柴油最终成本的重要影响。

滚动轴承转速-振动深度学习模型的算法对比研究

轴承健康状况直接影响着机械设备的稳定性和安全性,对轴承的运行状态进行故障诊断尤为重要。基于此,在健康、内圈故障和外圈故障3种不同状况下,选择莱文贝格-马夸特(Levenberg-Marquardt,LM)算法、贝叶斯正则化(Bayesian Regularization,BR)算法和量化共轭梯度(Quantum Conjugate Gradient,QCG)算法,对在随时间变化的加速条件下滚动轴承振动数据进行训练和测试。在MATLAB R2023b软件中构建不同类型的深度学习模型,对比分析深度学习模型的均方误差值、回归R值、训练时长和训练轮数等多种指标。经过分析得出,在追求精度和准确性、内存资源和时间充足的情况下,应选用贝叶斯正则化法算法来训练深度学习网络模型。

嵌入式椭圆曲线加密算法性能的研究与改进

为了解决应用于嵌入式系统的椭圆曲线加密算法存在的加密速度较慢、系统开销过大等问题,改善其算法性能,提高加密速度,减少系统开销,对实际研发的嵌入式密码器中应用的椭圆曲线加密算法做了深入分析,并在此基础上提出从大数模幂子算法和模乘子算法2级改善整体算法性能的方案.实验结果证明算法的改进效果明显.

大数模幂乘算法的快速实现

大素数的选取是构造RSA密钥的关键 ,在素数的产生及测试是RSA公钥系统中的一个重要研究课题。描述了公钥密码体制中DSA、RSA等数据加密算法的原理及加密、解密过程 ,分析了各种算法的性能和适用的场合 ,针对上述算法的计算量巨大的问题 ,给出了实现数据加密较好的方法。理论和实验表明 ,该算法用于实现RSA算法 。

基于偶次幂因子分解的RSA快速算法

提出了一种基于偶次幂因子分解的RSA快速实现算法的设想,这种算法是针对传统BR算法的缺点实现的,在计算高次幂幂剩余和乘同余时结合采用数据库、偶次幂指数分解的方法进行,通过将指数幂凑成满足2的整数幂来降低汉时重量,减少循环步骤,同时利用偶次幂的对称性提高运算速度.理论分析与实验结果表明该算法与BR算法相比,缩小了近33%的循环步骤,乘法步数平均减少2 5 % ,求模的步数平均减少37.4 % .

基于人工神经网络模型的地下水水位动态变化模拟

地下水水位的预测在流域地表水和地下水资源的综合规划管理中起着非常重要的作用。在该研究中,人工神经网络模型被应用于希尼尔水库周边地下水水位的预测中。采用研究区6口地下水观测井资料,用人工神经网络模型进行模拟预测1周后的地下水水位。模型输入因子包括此前1周蒸发量、水库水位、排渠水位、抽水量和观测井地下水位,因此模型有15个输入节点和6个输出节点。将3种不同的神经网络训练算法,即自适应学习速率动量梯度下降反向传播算法(GDX)、LM算法和贝叶斯正则化算法(BR)用于地下水水位预测,并对模拟结果进行了评估。结果表明:3种神经网络训练算法在研究区地下水水位预测中表现均较好。然而,BR算法的性能总体略优于GDX和LM算法。将BR算法训练的人工神经网络模型用于预测研究区未来2、3和4周的地下水水位,虽然地下水位预测的准确性随着时间的增加有所降低,但模拟效果仍然较好。

一种大数模幂的快速实现方法

RSA是很有前途的公钥系统,但其主要障碍在于加密解密时大数的模幂乘算法效率比较低,所以提高大数模幂乘运算的效率便成为非常重要的课题。笔者提出了的对传统BR算法的改进方法,能明显提高大数模幂乘运算的效率,从而大大减短加密解密的时间,提高加密解密的效率。

一种大数模幂的快速实现方法

在密码算法中经常会遇到大整数的乘法。论文提出了对传统BR算法的改进方法,能明显提高大数模幂乘运算的效率,从而大大缩短加解密的时间,提高加解密的效率。