An Efficient Approach for Transforming Unbalanced Transportation Problems into Balanced Problems in Order to Find Optimal Solutions

In operations research, the transportation problem (TP) is among the earliest and most effective applications of the linear programming problem. Unbalanced transportation problems reflect the reality of supply chain and logistics situations where the available supply of goods may not precisely match the demand at different locations. To deal with an unbalanced transportation problem (UTP), it is essential first to convert it into a balanced transportation problem (BTP) to find an initial basic feasible solution (IBFS) and hence the optimal solution. The present paper is concerned with introducing a new approach to convert an unbalanced transportation problem into a balanced one and as a consequence to obtain optimum total transportation cost. Numerical examples are provided to demonstrate the suggested method.

基于光储混合配置的级联H桥型光伏逆变器功率平衡策略

级联H桥(cascade H-bridge,CHB)变换器由于其模块化结构,已成为大规模光伏(photovoltaic,PV)并网逆变器的优选方案。然而,在不同光照强度和温度下,不同区域PV组件之间发电功率不同,导致CHB变换器相间输出功率不均衡、不稳定等问题。为此,文中提出一种基于CHB结构的光储混合电能路由,在三相CHB光伏逆变器中配置少量的储能模块,利用光储协同控制,维持CHB内部功率稳定,消除分布式PV在相间产生的不均衡功率,且变换器输出功率能够时刻满足网侧上层功率调度,提高了光伏电站的稳定性。针对系统安全区域,在载波移相调制策略下,全桥子模块传输的功率受到约束,并对光伏和储能模块的配置作详细分析。最后,通过仿真以及实验验证所提拓扑及控制策略的正确性和有效性。

多尺度卷积与双注意力机制融合的入侵检测方法

为提高互联网入侵检测方法的准确率,提出一种卷积神经网络与注意力机制结合的入侵检测方法。利用Borderline-SMOTE过采样算法和MinMax归一化对数据进行预处理,有效缓解入侵数据量差异较大问题,提升非平衡数据检测性能;使用卷积神经网络Inception结构多尺度对数据进行特征提取,并配合注意力机制进行维度更新,提高模型处理海量数据时特征表达的准确性。研究结果表明:入侵检测方法的平均准确率为99.57%;相较于SVM方法、CNN方法、RNN方法、BLS-GMM方法,准确率分别提升了4.48%、1.35%、1.62%和0.04%,召回率分别提高了4.48%、1.36%、1.62%和0.14%。

常态还是特例:大学生体育爱好者体质健康测试成绩少有优秀

大学生体质持续下滑,而体育兴趣爱好持续升高,该结果有悖于兴趣爱好提升体质的普遍认知。为了考察大学生体育兴趣爱好与体质健康的关系以及爱好者对应体质健康成绩情况,采用随机抽样和准实验研究比较体育爱好者与非爱好者之间的体质健康测试数据,结果显示:男女生体育爱好者测试总分都显著高于对照组(P<0.05);男生立定跳远、50 m、引体向上3项指标显著优于对照组(P<0.01),肺活量、坐位体前屈、1000 m跑3项指标的差值不显著;女生50 m和800 m显著优于对照组(P<0.01),肺活量、立定跳远、1 min仰卧起坐、坐位体前屈4项指标的差值不显著;相比于国家学生体质健康测试优秀标准,除肺活量外,男女生体育爱好者总分和各指标优秀率都很低。大学生体育爱好者体质发展不均衡、达到国家优秀水平少,仍需在体育教学中予以关注和综合干预。

黄河下游花园口以上河段滞沙能力分析

黄河下游河床调整主要取决于来水来沙和河床边界条件,河床调整沿程不均衡特征明显,花园口以上河段床演变对水沙条件的变化响应尤为突出,泥沙冲淤调整幅度最大。基于河道冲淤及水沙演进特性、滞沙可行性、河槽几何特性等分析,提出了花园口以上河段可作为泥沙天然反调节“库”概念,结合黄河下游实测洪水资料,采用水力计算方法,计算了花园口以上河段的河槽排洪能力及不同河槽规模条件下河槽允许滞沙量,提出了反调“库”滞沙能力,可为小浪底水库排沙指标的确定提供依据,对维持小浪底水库有效库容、弥补后续清水河床沙源不足、改善黄河下游河槽冲淤不均衡现象具有重要意义。

一种基于双分支注意力神经网络的皮肤癌检测框架

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务存在数据不平衡、类间差异性小以及皮损面积占比少等方面的挑战。为此,本研究提出一种基于双分支注意力卷积神经网络(DACNN)皮肤癌分类框架。在数据预处理阶段,根据更细粒度的皮肤病类别,对数据集进行分解,降低数据不平衡程度。从网络结构上,上分支网络利用注意力残差学习(ARL)模块有效提取潜在的病变区域特征,接着利用损伤定位网络(LLN)模块定位病变区域。对其裁剪放大输入由ARL构成的下分支网络,进行局部细节的特征提取,然后结合上下分支网络的特征,进行有效的识别。最后,为了进一步缓解数据不平衡问题,在训练阶段中采用加权损失函数。在包含10015张皮肤镜图像数据集上,对所提出的DACNN模型与几种典型的皮肤病变检测框架进行了实验验证和比较。结果表明,DACNN皮肤癌变检测框架的Sensitivity、Accuracy和F1_score等性能指标分别达到了0.922、0.942和0.933,与已有的递归注意力卷积神经网络模型RACNN相比,以上3个指标分别提升了3.48%、2.95%和3.44%。总之,对于各类图像数不平衡,类间图像差异性小以及皮损面积占比少的皮肤镜图像而言,采用适当的类分解,以及双分支注意力神经网络结构首先对潜在的病变区域进行定位放大,然后进行局部细节的特征提取,能够极大的提高皮肤癌的检测准确度。

不平衡电网下无刷双馈风电系统的虚拟同步发电机控制

无刷双馈发电机(brushless doubly-fed reluctance generator,BDFG)在风力发电领域有着广阔的应用前景。基于虚拟同步发电机(virtual synchronous generator,VSG)的无刷双馈风电系统具有一定的电网频率支撑能力,但在电网电压不平衡工况下运行性能较差。提出了一种不平衡电网工况下无刷双馈风电系统的虚拟同步发电机策略,来降低不平衡的电网电压对BDFG系统的影响;其核心思想为使用原有BDFG-VSG来控制正序分量,在功率绕组正向同步旋转坐标系下使用基于降阶广义积分器(reduced order generalized integrator,ROGI)的直接谐振控制调节负序分量。详细分析了电网电压不平衡对BDFG各电量的影响,据此提出了5种可供选择的优化目标,最后通过仿真验证了该策略的有效性。所提出的策略可抑制不平衡电网工况下BDFG的各电量中的负序分量或二倍频分量,无需计算负序电流的参考值,对电网具有友好性。

非理想运行条件下双馈感应发电机转矩脉动抑制方法综述

在非正弦和不平衡运行条件下,双馈感应发电机会面临显著的转矩脉动问题,严重威胁系统的安全稳定运行,因此有必要采取转矩脉动抑制措施。近些年,诸多学者针对该问题进行了广泛研究,并取得了一系列的科研成果,但鲜有对其进行总结归纳的文献。为此,该文首先介绍了双馈感应发电机系统结构,分析了非正弦和不平衡运行条件下转矩脉动成因,并明确了转矩脉动抑制的主要目标。其次,从硬件结构改进法和控制策略改进法两方面对现有技术方案进行归类总结,并从七个维度进行综合对比分析。最后,从软硬件协同抑制、参数鲁棒性提升、谐波损耗抑制和故障穿越四个方面对双馈感应发电机转矩脉动抑制方法的未来发展趋势进行了展望。

基于多输入卷积神经网络隔震支座沉降识别

为了避免地基不均匀沉降导致隔震支座沉降以及对上部结构造成的隐性损伤,针对隔震支座沉降识别方法进行研究,提出一种基于多输入卷积神经网络(multi-input convolutional neural network,MI-CNN)的隔震支座振动信号识别模型。首先,采集隔震支座水平方向加速度和位移信号,采用归一化预处理和数据增强方法扩充样本;然后,将样本输入到所建立的网络模型中并进行训练;最后,利用完成训练的网络模型进行沉降识别。结果表明:相较于传统单输入卷积神经网络(Convolutional neural network,CNN)模型,MI-CNN模型易于训练,可最大程度地发挥CNN对沉降信号特征的提取能力,且具有更好的沉降位置识别准确率和更小的沉降程度识别误差,以及针对不均衡数据集更稳定的识别效果。研究结果可为隔震支座沉降识别提供新思路。

流域治理中跨域间治污成本分担失衡研究

流域治理需要上下游协同配合,然而河长制在推行过程中却仍然出现“各管一段、各自为战”的现象,存在协同治理困境。本文从上、中、下游间成本分担失衡的角度,基于HCW方法构建反事实路径,测度政策执行导致的经济和就业增长相对于潜在路径的减少,以此来度量经济社会成本,并进一步测度流域内成本分担失衡程度,以剖析协同治理困境的根本原因。研究发现,在流域治理中,上游承担的经济成本和就业成本均高于下游地区,存在显著的成本分担失衡。平均来看,上、中、下游的经济成本分别约占各自地区生产总值的10.00%~13.92%、7.92%~10.57%、3.70%~4.91%,就业成本分别约占各自就业量的10.75%~13.03%、7.96%~9.36%、4.01%~5.11%。本文的研究结论为流域治理中地区间成本分担失衡的生态补偿方案提供了定量依据。

倾斜偏心对同步发电机转子力学特性的影响

气隙偏心是一种常见的发电机机械故障。已有研究主要关注正常和轴向气隙均匀偏心对转子受载和振动特性的影响,较少关注轴向气隙非均匀偏心,即转子倾斜偏心。作为补充,全面分析转子倾斜偏心状态下故障程度差异对同步发电机转子力学特性的影响。其中,转子力学特性包括转子不平衡磁拉力激励特性和振动特性。以一台5kVA的两极故障模拟发电机为研究对象,分别进行理论分析、有限元仿真计算和实验验证。结果表明:正常情况下转子不平衡磁拉力为零,转子振动频率以常规基频和定子传递的各偶次谐波为主。在转子发生倾斜偏心故障后,转子不平衡磁拉力/振动以二次谐波为主。随着偏心程度增加,转子不平衡磁拉力/振动的二次谐波幅值将增大。此外,转子不平衡磁拉力沿轴向非均匀分布,在气隙越小的位置不平衡磁拉力越大。

不平衡磁拉力作用下无刷双馈电机的转子振动特性研究

无刷双馈电机长时间运行会出现转轴弯曲、轴承磨损等状况,导致气隙动偏心,并因此产生不平衡磁拉力,影响转子系统动力学特性。为了研究由不平衡磁拉力引起的转子振动特性问题,建立Jeffcott转子动力学模型,得出考虑不平衡磁拉力作用下转子系统的振动微分方程组,并对其自由振动响应进行了计算。以某型号无刷双馈电机的样机尺寸为例,分析气隙动偏心状态下电机气隙长度、转子材料及几何尺寸等对电机振动特性的影响,并利用Runge-Kutta法对振动微分方程组进行分析,结果表明:当转子动偏心率较小时,利用该转子系统的振动微分方程组计算出的解析解与数值计算结果吻合较好,转子的一阶振幅误差仅为0.2%,二阶振幅误差为2%,具有较高的精度且计算较为简便,为电机的高可靠运行提供理论支撑。

不平衡电网下电流源型PWM整流器改进型无差拍控制

三相电流源型PWM整流器运行在电网电压不平衡情况下,引起直流侧及网侧电流存在大量低次谐波,势必对后级变换器供电稳定性、安全性等存在不利影响。针对该问题,首先建立整流器数学模型,推导出不平衡电网下直流侧电压和网侧电流表达式,揭示出系统直流侧和网侧电流产生低次谐波的机理。其次,根据瞬时功率理论设计内环电流参考指令,并利用无差拍控制实现网侧电流对参考电流的跟踪。然而传统无差拍控制存在延时问题,将影响网侧电流的跟随性能,造成电能质量下降。为解决该问题,提出了网侧电流内环改进型无差拍控制,利用两步预测法补偿系统延时。最后,基于Matlab/Simulink平台搭建仿真模型,验证所提控制策略的正确性与有效性。结果表明,所提方法能有效抑制直流侧和网侧电流低次谐波,实现网侧电流正弦化和直流侧电压稳定输出。

补偿不平衡负载的HC-SVG相间电压平衡控制与直流电压取值分析

针对由中点钳位型(neutral-point clamped,NPC)功率单元和H桥级联型(cascade H-bridge,CHB)功率单元构成的混合级联型静止无功发生器(hybrid cascade static var generator,HC-SVG)在补偿不平衡负载时产生的CHB功率单元相间电压失衡问题,提出一种基于零序电压前馈的CHB功率单元相间电压平衡控制方法,并对零序电压注入后HC-SVG直流侧电压取值进行分析。首先,分析CHB功率单元承担基波电压分量与HC-SVG输出基波电压的关系。推导HC-SVG补偿不平衡负载时CHB功率单元相间电压平衡所需的零序电压,建立零序电压前馈控制。其次,基于零序电压与补偿电流的解析关系,讨论补偿电流不平衡度与HC-SVG直流侧电压取值之间的约束关系。以6 kV/3 Mvar装置为算例,进行直流侧电压的取值分析。并与星接CHB-SVG进行对比,揭示补偿不平衡负载时HC-SVG所需直流电压低的特点。仿真验证了相间电压平衡控制与直流电压取值分析的有效性。

实现配电变压器效率最大化的治理方法研究

铁损、铜损是影响配电变压器效率的基本损耗,尤其当三相负荷不平衡发生时还会带来附加损耗。为实现配电变压器效率最大化,结合低压供配电系统三相幅值和功率因数均不平衡的现状,通过数学建模对影响配电变压器效率的因素进行理论分析,并建立三相负荷不平衡度与配电变压器效率关系的度量式,基于联合机制提出实现配电变压器效率最大化算法。通过算例与实验法对所提理论进行验证分析,结果表明,通过治理中性线电流可以有效提高配电变压器效率。结合实验结果提出了实现配电变压器效率最大化的改良措施。

面向高维不平衡数据的特征选择算法

针对传统高维不平衡数据集的分类算法存在偏向多数类、忽视少数类等问题,本文提出一种基于密度聚类和重要性度量的特征选择算法(DBIM).首先通过随机降采样的方法构造出多个平衡子集,使用DBSCAN密度聚类方法作为基分类器生成初始特征子空间.然后按照重要度对特征进行排序选择出较强分类的特征.最后,为了避免特征之间的冗余性,设计基于类分布的权重指标与冗余性评价指标相结合的方法进行计算,生成高质量的特征子集.在8个公开数据集上的实验结果表明,本文提出DBIM算法可以生成高相关度且低冗余度的特征子集,对高维不平衡数据集进行有效降维,提高分类性能.

在发展中推进共同富裕:非均衡系统视角

共同富裕与发展内在联系紧密,两者之间的均衡性关系需要深入探索。非均衡发展强调差异性、特殊性,共同富裕强调共性、一致性。对于特定时空环境(如阶段、周期、区域、群体、领域等)而言,如何通过发展,把差异性、特殊性调整成共性、一致性,以达成共同富裕,是应该重点关注的。也就是说,由非均衡发展达成广义的系统均衡或者动态均衡,构成了共同富裕是否能够实现的关键。大系统的特殊性主要体现在小系统、子系统内,在小系统、子系统内部,这些特殊性表现为小范围的共性。先在小范围内部开始推进共同富裕,再在大范围内拓展衔接;先在小系统内部实现共同富裕,再在更大系统、更高层级系统实现共同富裕。应紧扣发展特殊性和富裕共同性矛盾,在共性基础上,把握个性,夯实共同富裕基础,不断向共同富裕目标迈进。切忌不区分发展类型,忽视发展的特殊性,以理想化的均衡模式推进脱离实际的共同富裕计划。研究的主要创新在于:结合了系统论,深化了非均衡理论分析,提出大系统的特殊性即小系统的共性,从而为共同富裕逐步推开,一部分人先富起来提供了坚实的理论依据。

轮毂电机电动汽车空气悬架阻尼GA-LQR控制研究

针对轮毂电机驱动电动汽车因电机内部不平衡电磁力引起的负面振动加剧等问题,提出一种基于遗传算法的线性二次型调节器(GA-LQR)的空气悬架阻尼控制方法。建立包含轮毂电机和空气悬架系统的轮毂电机驱动电动汽车8自由度半车动力学模型,并进行实车试验验证模型;仿真分析路面激励和不平衡电磁力两者对电动汽车垂向振动的影响;根据最优控制理论提出LQR控制策略,并通过遗传算法对LQR控制中的加权矩阵Q和R进行全局搜索优化,构建了GA-LQR阻尼控制器。仿真结果表明:相较于被动悬架和LQR控制的空气悬架,基于GA-LQR控制的空气悬架对电动汽车各评价指标的改善效果明显,可有效抑制轮毂电机因偏心引起的不良振动,极大地提高车辆的乘坐舒适性。

基于知识蒸馏的不平衡数据下入侵检测方法研究

基于深度学习的网络入侵检测模型面临模型结构复杂、部署效率低及流量数据类别不平衡的问题.针对这些问题,提出了1种结合知识蒸馏和类别权重焦点损失的网络入侵检测方法.该方法以精度高、参数量较多的入侵检测模型作为教师模型,与小型学生模型生成蒸馏损失;引入增加类别权重的焦点损失函数作为学生损失;结合蒸馏损失与学生损失生成总的损失函数优化学生模型.实验结果表明,该方法性能相较于非蒸馏模型在各项指标上均有一定提升.

基于欠采样和多层集成学习的恶意网页识别

现实中恶意网页与良性网页比重严重失衡,传统的机器学习分类模型不能很好的应用,为此提出一种基于欠采样和多层集成学习的恶意网页检测模型。通过欠采样达到局部数据平衡;通过第一层基于权重和阈值的集成学习确保模型的准确度;通过第二层基于投票的集成学习保证全局信息的完整性。实验结果表明,所提模型在不平衡数据集上的恶意网页识别性能优于传统机器学习模型。