基于图论和改进模糊遗传算法的配电网转供方法

针对复杂配电网的故障恢复问题,提出一种基于图论和改进模糊遗传算法的配电网负荷转供判断方法.首先基于图形库JGraphT进行配电网数据建模,将馈线拓扑结构和元件参数整合在一起,显式地利用配电网拓扑结构,避免了繁琐的节点编码规则和冗杂的邻接表、矩阵存储模式;基于JGraphT集成的图论算法实现快速的故障区域类型区分、网络拓扑约束判断,开发出基于图论递归运算的前推回代潮流算法;然后结合配电网特点提出改进的模糊遗传算法,动态调整遗传算法的初始解和遗传算子以提高算法寻优性能,通过对模糊输入量和模糊规则进行完善,提高遗传算法的收敛速度,避免不成熟收敛的发生;算例结果表明,文中算法在潮流计算效率和寻优效率方面均具有更好的效果.     

一种面向网络编码组播树的随机拓扑生成算法

为了建立满足网络编码需求的组播树,提出一种面向网络编码组播树的随机拓扑生成算法.首先依据总体布局随机网络拓扑生成算法,生成随机的雏形网络拓扑;然后结合网络编码组播树的拓扑特性,对已生成的雏形网络在孤点、连通性、度控制等方面进行修补,使最终生成的网络拓扑满足网络编码组播树的拓扑要求.     

改进人工鱼群算法及其在QoS组播路由问题中的应用

提出了一个基于蚁群算法和人工鱼群算法相结合的QoS组播路由算法.首先利用改进的Salama网络拓扑随机生成算法,随机生成一个网络拓扑图,再利用蚁群算法并行搜索的特点找出大量满足约束条件的可行路径,创建备选路径集,最后使用人工鱼群算法在所创建的备选路径集中,通过执行觅食、聚群、追尾等行为求解最优组播树.仿真结果表明,该算法跟基本的鱼群算法相比有着更高更快的效率,能够尽快的找到最优的组播树,并具有更好的全局优化性能,适合于高速的、实时的多媒体传输网络.     

系统聚类树算法在网络拓扑判定中的研究

网络拓扑结构的判定是网络层析成像技术在大规模网络中应用的关键问题.主要讨论通过对网络上的主机进行单播的测量来获得网络的逻辑拓扑,提出运用系统聚类分析法进行拓扑判定的新方案.首先介绍了基于延时的“三明治”网络测量方案及相关网络拓扑判定方案,在此基础上提出更为高效准确的运用统计聚类模型进行拓扑判定的系统聚类树算法,最后通过实验将该算法与合并似然树算法进行了比较与分析.     

一种用于组播路由的网络编码的数学模型

传统的网络编码数学模型偏重于节点间的直接联系,导致源点和汇点的关系比较复杂.为了提高组播网络容量、减少网络编码对网络拓扑的限制,将网络编码引入到组播路由算法研究中,在传统网络编码数学模型的基础上提出一种用于组播路由的数学模型.该模型根据无向图的特点,直接在源点和汇点问建立关系,简化了模型复杂度,有利于算法的优化.理论的...     

对等网络中Chord路由算法的研究

随着互联网信息技术的不断发展,计算机硬件性能的更新、共享,基于对等网络信息定位和资源共享技术广泛关注．针对对等网络拓扑结构的分类,对结构化P2P网络Chord路由算法进行了详细分析．论述了Chord算法的优势和不足,结合系统查询效率低下问题,提出优化下一跳节点选择方案,提高算法的查找效率．     

控制系统故障定位的算法设计

目前用于航天、铁路等领域的计算机控制系统要求具有高可靠性、高安全性的特点。这些控制系统一旦出现故障就必须快速定位故障部位,并采取相应的故障策略尽快解决故障,尽量减少系统的安全隐患及经济损失。文章通过图论的有关理论和故障特征假设提出了一种故障源的定位算法,采用该算法可以提高故障定位的效率。     

动态层次组播路由

随着网络的发展,平面路由难于适用不断扩展的大规模网络。文章针对这一缺陷,提出一种分层路由结构。文章具体分析了层次网络结构和树构造过程,并结合层次网络结构特点提出了动态层次组播路由算法(DHMR),该算法具有扩展性,适用于大规模网络。实验结果表明,动态层次组播路由算法从运行速度比动态平面路由算法(DFMR)快,同时减少了算法的时间复杂度和存储空间,但组播树的性能有所降低。     

基于网络特征重数的多智能体牵制蜂拥控制

针对多智能体系统蜂拥控制过程中存在效率不高的现象,融合图论和控制理论的分析方法,提出一种基于网络特征重数的牵制蜂拥控制算法.该算法通过网络拓扑结构的邻接矩阵,根据其特征值的最大重数,得出网络可控时所需牵制节点的数目,随后进一步利用控制理论中的PBH判据确定具体的牵制节点,并为之设计牵制蜂拥控制律.与随机牵制策略和度最大牵制策略进行的仿真实验统计结果对比证实了所提算法在提升整个系统控制效率方面的有效性.     

基于蛋白质互作用网络的关键蛋白质识别研究

本文提出了基于图论算法的关键蛋白质识别方法，选择合理的候选关键蛋白质集合和相关的路径参数，对大规模蛋白质互作用网络的关键蛋白质进行预测．实验表明，该算法是有效的．     

前向神经网络容错性分析的切比雪夫不等式法

目前 ANN的分析中缺乏对硬故障容错性能的分析 ,针对这一问题利用切比雪夫不等式给出了一种容错性分析的估算方法。利用切比雪夫不等式 ,分析了具有可微作用函数的前向神经网络容错性 ,建立了前向神经网络随机故障模型 ,讨论了固定型连接故障和错误输入故障对单个神经元的影响 ,通过分析这种前向神经网络故障传播特点 ,结合神经元容错分析的结论 ,得出了前向神经网络容错性分析的算法和相应公式。通过仿真实验 ,验证了上述结论的正确性。     

基于分形的配电网接地故障分支识别方法

为解决当前配电网接地故障分支定位中算法实现困难,硬件实现成本投入太高的问题,在PSCAD/EM TDC仿真数据的基础上,对配电网接地位置改变与测量端信号变化的关系进行了分析与对比,提出了一种新的分支识别方法。在构造配电网系统传递函数的基础上,获得其分形维数和自相似度,通过分析不同接地故障情况下分形维数及自相似度变化的规律,提出了基于分形维数与自相似度的分支分析方法。通过对不同的接地位置及不同接地电阻的故障的分形维数及自相似度的分析对比,利用其X-Y平面图能够对故障分支进行识别。仿真结果表明,基于分形维数和自相似度的分支识别方法是有效的,而且具有很好的抗干扰性。     

应用层多播技术的分析与研究

针对现有多播协议均忽略代价不对称性建立共享多播树这一问题,分析并设计了一种基于源端建立多播树的算法,并实现了与之相关的支持轻量级应用的应用层多播协议.基于本协议开发了一套应用层多播聊天程序,并在校园网上进行了实验.结果表明,所设计的应用层多播机制能有效地支持小规模的多播通信.     

差分进化网络在滚动轴承故障诊断中的应用

针对滚动轴承故障诊断问题,在分析传统的误差反向传播(BP)算法、莱文伯格马夸特(LM)算法等经典人工神经网络训练方法的基础上,提出了差分进化训练算法。在选取差分进化策略时,取消了变异个体选取限制,从而加快了算法收敛速度。采用不同故障部位和程度的滚动轴承故障实验数据构成样本集合,并分别运用最速下降法、LM算法和差分进化算法对相同结构的人工神经网络进行训练,对比分析其故障分类性能。实验结果表明,差分进化算法能较好地识别滚动轴承故障,准确度较高,总体上与LM算法相当,且其在多次实验中故障识别率的最大值与最小值差别较小,具有较好的稳定性,同时该算法避免了LM算法存在的"过学习"问题。     

一种基于RBF神经网络的传感器故障诊断方法

针对传感器故障，提出了一种基于RBF神经网络的集成故障诊断方法，用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合，进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器进行故障进行快速准确的分离和估计，并对传感器故障具有容错性。     

实时在线大规模流媒体分发系统的设计方法

提出了一种大规模流媒体分发系统设计思路.首先,分析网络和节点异构性对流媒体传输的可信和可靠需求,构建出大规模、复杂网络环境中可信流媒体分发系统拓扑结构;然后,研究动态系统环境下能保证流媒体服务质量和各种粗细粒度调度方法,设计出自适应网络节点异构性的数据调度策略和算法;接着,研究面向流媒体的网络测量方法,基于实时流媒体传输质量的评估,提出了自适应流媒体传输调节的方法;最后,分析了流媒体系统提供服务的机理,确定系统的状态信息和关键数据,分析各种故障和攻击情况下系统的可用性,提出了流媒体传输故障检测方法和系统恢复方法.     

非直接接地系统两相接地故障的单端测距

提出了一种输电线路中性点非直接接地系统双相对地故障的准确测距方法。该算法利用故障网络与零序网络建立故障测距模型,利用单端信号有效地消除了负荷潮流和故障接地电阻对故障测距精度的影响,并可以自动地确定故障线路。仿真结果表明,在接地故障情况下该算法具有准确有效的特点。     

配电网接地故障定位的传递函数法

为解决配电网的单相接地故障定位问题 ,提出一种新的单端测距算法。该方法基于频谱分析的原理和线路的分布参数模型 ,建立配电网络的传递函数 ,从单端施加激励信号 ,由传递函数的频谱特性构造判据进行故障定位。理论推导和计算机仿真计算表明 ,根据各分支端口传递函数频谱的频率、相位和波形特征可以有效实现配电网的接地故障定位并测距。由于该方法不受负载参数变化的影响 ,测量方便 ,克服了以往单端测距算法的缺陷 ,因此有很好的应用前景     

应用麻雀搜索和概率神经网络的储能电池故障诊断

储能是构建新型电力系统的核心技术,其中,锂离子电池电化学储能是当前的主要形式,对实现“双碳”目标意义重大。故障诊断对于保障电池储能系统安全运营意义重大,尤其是微小故障的准确诊断能有效预防严重故障的发生,然而,传统故障诊断方法时效性差、精度较低,难以捕捉微小故障特征。因此,提出了一种应用麻雀搜索算法(sparrow search algorithm, SSA)改进的概率神经网络(probabilistic neural network, PNN)的储能电池微小故障诊断方法。首先,通过对锂离子电池故障类别分析故障特性,提取微小故障发生后的状态特征信息;然后,将磷酸铁锂储能电池故障信号分解成一系列特征向量并输入SSA-PNN模型;最后,开展了实验验证研究。结果表明,与传统的基于误差反向传播算法的故障诊断方法相比,基于SSA-PNN的故障诊断方法精度达到99.7%,具有更高的诊断精度和实时性。     

一种新型的三级Clos网络分布式容错调度机制

通过对不同故障影响的分析,建立了三级Clos网络的故障模型,将各个不同的故障归结到对网络输入级不同队列的影响上,提出了一种新型的基于Credit机制的三级Clos网络分布式容错调度算法.利用Credit机制可以引导网络业务绕开受故障影响队列;同时,Credit机制还可以把网络业务完全均匀地分配到网络有效中间级交换单元上...