基于聚类和GBDT的镀锌钢卷力学性能预测

热镀锌钢卷力学性能影响因素之间关系复杂,限制了模型精度的提升。采用k-means算法利用化学成分属性对镀锌钢卷数据集进行聚类,将数据聚成三种模式簇实现样本的优选。利用梯度提升树算法,开展各模式数据集与不划分模式的全数据集下的力学性能建模研究,最后结合网格搜索与交叉验证方法进行模型参数优化。研究结果表明,分模式下模型MAE误差相比于全数据集建模平均减小0.85 MPa。参数优化后,各模式下MAE误差平均减少5.19 MPa,RMSE误差平均减少3.63 MPa,提高了预测模型精度。

基于差分隐私的路网环境skyline查询

路网中的skyline查询在智慧交通、兴趣点发现和位置服务等领域具有重要的应用价值,但存在查询效率较低、未考虑查询结果的隐私性等问题。有鉴于此,文中提出了一种基于差分隐私的路网环境下skyline查询方法。首先,针对路网环境下的初始数据集数据量大和数据复杂的特点,对数据集进行预处理,利用基于距离属性划分的skyline层和路网Voronoi图的性质提出了3个剪枝规则,基于剪枝规则给出了路网环境下的数据集剪枝算法,从而有效地过滤掉大量冗余数据;其次,针对过滤后的数据集,利用网格索引的存储方式来节省存储空间,并设计了基于网格索引的skyline扩展树,基于扩展树和相应的剪枝规则提出了查询全局候选skyline点集的算法;最后,针对查询结果集,利用差分隐私预算分配模型来分配隐私预算,并基于信息散度进行结果集发布,有效提高了数据信息的隐私性。实验结果表明:所提出的查询方法的准确率在99%以上;其在数据集规模较大情况下的查询效率相较于传统skyline查询方法提升10%以上;在总差分隐私预算为0.01、0.10、0.50和1.00时,所提出的隐私预算分配方法的相对误差均低于等差分配和等比分配方法。

基于自动终止准则改进的kd-tree粒子近邻搜索研究

对于大规模运动模拟问题而言,近邻点的搜索效率将对整体的运算效率产生显著影响。本文基于关联性分析建立kd-tree的最大深度dmax与粒子总数N的自适应关系式,提出了kd-tree自动终止准则,即ATC-kd-tree,同时还考虑了叶子节点大小阈值n_(0)对近邻搜索效率的影响。试验表明,ATC-kd-tree具有更高的近邻搜索效率,相较于不使用自动终止准则的kd-tree搜索效率最高提升46%,且适用性更强,可求解不同N值的近邻搜索问题,解决了粒子总数N发生改变时需要再次率定最大深度dmax的问题。同时,本文还提出了网格搜索法组合坐标下降法的两步参数优化算法GSCD法。通过2维阿米巴虫形状的参数优化试验发现,GSCD法可更为快速地率定ATC-kd-tree的可变参数,其优化效率比网格搜索法最高提升了205%,相较于改进网格搜索法最高提升了90%。研究结果表明,ATC-kd-tree和GSCD法不仅提高了近邻搜索的效率,也为复杂运动中近邻粒子搜索问题提供了一种更为高效的解决方案,能够显著降低计算资源的消耗,进一步提升模拟的精度和效率。

树状空间网格钢结构的模块化建造全过程模拟

新颖的建筑造型和严苛的施工环境对传统建造方法提出了挑战。基于某树状空间网格钢结构项目,提出了一种模块化建造施工方案,即预先对结构进行施工段分解,然后借助龙骨支撑架配合拉索将结构施工段逐块叠加、逐层安装。为了验证方案安全可行,借助有限元分析软件,对树状空间网格钢结构模块化建造过程中的结构施工段进行静力分析,并对“树干”和“网壳”的各施工段和整体结构进行了考虑初始几何缺陷和材料弹塑性的双重非线性的稳定性分析,模拟结果均满足规范要求。静力分析和稳定性分析的结果表明:树状空间网格钢结构的模块化建造受力合理,方案安全可行。

不同林分密度时激光雷达点云数据单木分割及参数提取

为了准确高效提取人工林结构参数,以晋西黄土区蔡家川流域人工油松林为研究对象,利用30块样地的激光雷达点云数据和样地实测数据,通过改变点云距离判别聚类算法的格网值和调整分水岭算法的冠层高度分辨率的方法,对比分析关键参数对单木分割的敏感性,探求点云距离判别聚类算法和分水岭算法对树高提取精度的最优参量。结果表明:(1)点云距离判别聚类算法单木提取的召回率为87.3%、准确率为86.0%、调和值为86.7%,优于分水岭算法(召回率为83.0%、准确率为83.8%、调和值为83.4%)。(2)点云距离判别聚类算法分割单木的敏感性,采用最小冠幅1/5的格网值,其召回率为87.3%、准确率为86.0%、调和值为86.7%,分割精度最高。分水岭算法分割单木的最优关键参量随林分密度不同而变化,当林分密度≤3600株/hm^(2),采用冠层高度分辨率0.3 m时,分割效果最优,其召回率为78.9%、准确率为85.2%、调和值为81.9%;当林分密度≥3700株/hm^(2),采用冠层高度分辨率0.2 m时,分割效果最优,召回率为87.2%、准确率为82.5%、调和值为84.8%。(3)分水岭算法提取树高精度(决定系数为0.88,均方根误差为0.93 m)优于点云距离判别聚类算法。

A New Convergent Explicit Tree-Grid Method for HJB Equations in One Space Dimension

In this work we introduce a new unconditionally convergent explicit Tree-Grid Method for solving stochastic control problems with one space and one time dimension or equivalently,the corresponding Hamilton-Jacobi-Bellman equation.We prove the convergence of the method and outline the relationships to other numerical methods.The case of vanishing diffusion is treated by introducing an artificial diffusion term.We illustrate the superiority of our method to the standardly used implicit finite difference method on two numerical examples from finance.

Top-k空间偏好查询方法研究

随着无线通信技术的发展和智能移动终端的广泛普及,基于位置的服务已经融入了人们生活的方方面面。其中,Top-k空间偏好查询在地理信息系统、城市建设规划、资源调度与分配、旅游规划等领域具有重要的意义。Top-k空间偏好查询是根据空间对象周围的特征对空间对象进行等级评价,并返回具有最高等级评价的k个空间对象。目前,对于Top-k空间偏好查询的研究主要集中在欧式空间和路网环境,本文对欧式空间和路网环境下的Top-k空间偏好查询方法进行分析和比较。

基于决策树算法的电网多级冗余数据清除方法

电网多级冗余数据浪费存储空间,影响数据应用质量。为了提高冗余数据清除准确性,提出基于决策树算法的电网多级冗余数据清除方法。根据电网多级数据处理需求,搭建电网多级冗余数据清除框架;引入决策树算法分类处理多级数据,为冗余数据清除提供便利。融合遗传算法与标准粒子群算法(GA-PSO算法),制定冗余数据检测判定规则,实现电网多级冗余数据的清除。测试结果显示,应用提出方法后,冗余数据查全率最大值为98%,冗余数据查全率最大值为99%,解决了冗余数据处理准确性不高的问题。

基于点云凸包算法的电网输电线路通道树障检测

针对树障与导线触碰发生短路,将会导致线路闪络、跳闸停电,甚至引发火灾事故的问题,提出一种基于点云凸包算法的电网输电线路通道树障检测方法。利用机载激光雷达采集激光点云数据,通过包围盒方法实施抽稀,滤除冗余点云数据。利用SVM分类算法确定树障点云数据,利用点云凸包算法构建树障点云凸包,根据三角函数公式计算树顶点与输电线路之间的距离,以此为基础,按照标准划分树障风险程度。结果表明,所研究检测方法应用下,树障顶点的平均检测误差为1.1 mm,每个研究区的树障顶点的平均检测误差达到相对最小值,由此证明了该方法具有较高的电网输电线路通道树障检测精度。

基于梯度提升决策树的含光伏接入微电网调度优化

针对常规的含光伏接入微电网调度约束固定速度慢的问题,提出对基于梯度提升决策树的含光伏接入微电网调度优化。通过设定多层级目标函数,构建优化模型,并采用自适应修正处理实现调度优化。测试结果表明,与传统优化方法对比,文章设计的梯度提升决策树含光伏接入微电网调度优化方法得出的电网调度频率平均优化比相对较高,针对性也较强,在不同的背景下,对于微电网的调度优化效果明显提升,具有较强的针对性和稳定性。

面向电磁态势的空间网格处理方法研究

在联合作战的要求下,电磁态势面向的业务不再是传统的单兵种作战、单专业作战,其涉及的数据类型多、显示要求复杂,需要根据处理精度对作战区域进行统一编码。针对电磁态势的统一表征需求,研究了基于四叉树的空间网格索引生成方法,采用等圆柱投影将三维空间平面化,利用扫描线填充方法生成了地理空间网格,并建立四叉树管理多层空间网格索引数据。同时,提出了R-tree的空间网格关系映射方法,通过将异类数据预处理为大圆航线集合,采用R树对批量网格和折线相交计算进行优化。最后,在电磁态势应用实例中,该地理空间网格化方法得到了实践,索引搜索效率高、关联映射计算快速、有效,值得在类似应用中推广和使用。

智能电网中的配电运维一体化策略分析

阐述智能电网环境中的配电运维一体化现状,提出推行一体化运维原则、建立健全作业安全管理机制的策略。采用故障树分析和事件树分析方法对智能电网运维过程中的风险进行评估。

计及车网互动的热电联供微电网优化调度

为有效推动“双碳”目标的实现,针对系统碳排放量大、综合成本高和优化调度迭代寻优困难的问题,提出了计及车网互动的热电联供微网(combined heat and power microgrid,CHP-MG)优化调度方法。以微网运行成本和碳排放量最小为目标,建立了考虑车网互动的CHP-MG模型,同时,考虑用户需求变化,设置了优先满足电负荷需求和优先满足热负荷需求2种模式;给出改进的树种优化算法,将种群划分为4部分,更有效的进行全局搜索;该算法还引入了枯萎过程和位置置换变异策略,以增加种群多样性、避免局部最优,从而提高收敛时间和寻优能力。以英格兰东北部地区为例进行了仿真验证,结果表明,改进后算法的寻优结果和收敛时间明显优于未改进的树种优化算法。

基于Boosting算法的C5.0决策树不平衡数据分类算法

为了改进不平衡数据的分类性能,提出一种可自动确定迭代参数trail值的集成C5.0决策树算法.首先,算法引入boosting集成框架到C5.0决策树算法中,从而生成新的集成分类器;其次,算法使用网格搜索法在一定范围内自动确定trail参数的值.实验结果表明,该算法在不平衡数据上的分类性能指标G-mean和MCC上具有优势.

基于ORB-SLAM3的改进型特征匹配与稠密建图算法

针对传统ORB算法存在提取的特征点极易堆积在纹理丰富的区域及误匹配率高等而导致无法满足高精度定位要求,以及ORB-SLAM3系统无法构建稠密地图的问题,提出一种基于ORB-SLAM3的改进型ORB-GMS特征匹配方法,并增加稠密建图线程来实现稠密地图的构建。首先,在特征点提取过程中引入四叉树策略,将图像帧分为若干个网格,并在每个网格中提取最优特征点;然后,在特征匹配过程中将运动平滑约束转换为剔除错误匹配的统计量,通过比较匹配对邻域内的匹配对数量和阈值来快速筛选正确匹配;最后,完成位姿估计并根据关键帧与相应位姿完成稠密点云地图的构建。采用TUM的RGB-D数据集进行实验,改进算法提取的特征点相较传统ORB算法分布更加均匀,匹配数比ORB-SLAM3增加64.5%,比GMS算法增加4.7%,匹配耗时比ORB-SLAM3减少20.4%,比GMS算法减少94.6%,从而验证了改进算法在特征点提取与匹配方面的优越性,并且相较于ORB-SLAM3,改进算法的定位精度提高了3.75%,从而验证了其在总体上提高定位精度,进而实现稠密建图的可行性和有效性。

基于故障树的智能电网调度防误操作拓扑分析

在智能电网调度防误操作拓扑分析过程中,当电网结构改变时,需要实时修正的内容会突然增加,严重影响分析效率,分析方法的工作效率需要进一步提高。针对该问题,提出基于故障树的智能电网调度防误操作拓扑分析。利用故障树技术中的各类符号描述不同的调度操作,在故障树中设定优先级,将调度操作的各项数据保存到故障树的叶节点中,并在各个节点之间建立起联系,根据优先级的高低处理不同的节点数据,完成对调度防误操作的诊断,同时利用电网的设备信息建立调度防误操作知识库,将其与诊断结果相结合,完成对智能电网调度防误操作的拓扑分析。实验结果表明提出的分析方法在不同操作环境下数据对接速度快、分析计算收敛速度高,整体工作效率得到了提升。

笛卡尔网格下精确高效的壁面距离计算方法

对于笛卡尔网格方法,壁面距离是采用虚拟单元法精确处理物面边界的重要参数,同时也是网格自适应后制约流动计算效率的关键因素之一。针对现有壁面距离计算方法结果不精确、效率不高的问题,引入三角形参数化方法,将空间点到三角形物面离散网格的最小距离问题转换为约束条件下一维极值问题,仅需通过符号判断和少量加减乘运算,即可确定最小距离,计算精度和效率大幅提高;发展嵌套包围盒概念的KDT(K-dimensional tree)物面网格数据存储结构,优化KDT最近邻搜索算法中距物面较远数据点回溯过程,实现了最小距离对应的三角形的快速定位。运用球、导弹、DPW6等三维几何构型对上述方法考核验证结果表明,计算得到的壁面距离与解析值的误差在百万分之一以内,十亿量级网格规模下的单核计算效率接近已有文献中的并行计算效率。

分层网格划分实现海量地图标记物聚散可视化

在传统的地图可视化中,面对海量地图标记物展示会采用点聚合的方式,但是各类点聚合算法都是运行时计算,没有分层机制,在海量点的散开展示时,对于地图标记物堆叠没有过滤机制。针对这一问题,提出了分层的网格划分实现海量地图标记物聚散一体化解决方案。该方法对分层网格中心点构建K-D树索引,对海量点构建四叉树索引,通过索引和存储技术,实现了聚合的高效查询。对海量点散开时增加网格过滤,消除堆叠问题。在实验案例数据集上进行对比,结果表明,与传统的点聚合方案相比,在数据量大的情况下,计算性能显著提高,对海量标记物散开展示增加过滤算法,有效提升了用户体验。

基于实物期权的光伏电站项目LCOE分析

在分析关于光伏电站项目当前政策的基础上,建立了对标燃煤标杆上网电价的光伏发电平准化度电成本(LCOE)模型,并与实物期权方法相结合,考虑项目延迟期权与放弃期权的复合实物期权价值,构建了全面反映项目竞争力价值的扩展平准化度电成本(extended levelized cost of energy,ELCOE)模型,并以某光伏电站项目为例进行了分析。分析结果表明:平价上网机制下,建立的LCOE模型能够直接对标燃煤标杆上网电价,且ELCOE模型考虑了光伏电站项目未来收益的不确定性与管理灵活性,弥补了LCOE法忽略项目未来不确定性价值的不足,避免决策失误。

基于改进随机森林算法区域短期售电量预测方法

为避免因短期售电量过大对区域电网造成的损伤性影响,实现对电网运营环境的合理维护,提出基于改进随机森林算法区域短期售电量预测方法。根据随机森林的决策树构建条件,分别计算电压精度数值与电流精度数值,完成基于改进随机森林算法的售电量估算。在此基础上,规划区域电网的布局形式,通过合理安排售电行为的方式,预测具体的电网扩容量计算结果,完成区域短期售电量预测方法的设计与应用。实例分析结果表明,在改进随机森林算法作用下,区域短期售电量预测数值始终不会出现超过其额定预测承载上限的情况,能够对电网运营环境起到较强的保护作用。