MATPOWER在电力系统最优潮流实时电价中的应用

根据实时电价理论,结合实时电价与最优潮流之间的内在联系,运用MATPOWER计算最优潮流、求解实时电价,并通过对IEEE14节点的范例进行计算,结果证明该方法效果最佳。     

一类具三阶段结构的单种群模型的最优收获策略

研究一生中有三个阶段——卵、幼年及成年的单种群生长模型,该模型收获成年种群,得到了正平衡点全局渐近稳定的充分条件,给出了收获成年种群的最优收获策略.     

机会约束下风险证券的期望收益率的切点组合(简报)

在现实生活中决策者进行投资决策时,有时要求风险证券的实际收益率比某一期望收益率要大,以该目标为导向制定相应的最优策略.考虑到所做决策在不利情况下可能不满足约束条件,故允许所做决策在一定程度上不满足约束条件,但该决策应使约束条件成立的概率不小于某一置信水平,该方法由Charnes和Cooper提出,被称为机会约束规划.本文讨论证券组合的机会约束问题.     

企业动态联盟的伙伴选择

提出了快速高效的企业动态联盟合作伙伴的二阶段选择法,即基于跟踪评价的伙伴初选和基于多目标决策的最优投标方案的精选,并以实例说明该方法的有效性     

基于小波包最优小波树在故障录波数据压缩中的应用

针对电力系统故障录波信号中蕴含丰富暂态特征信号的特点,在小波理论中多尺度多分辨率分析的基础上,提出了基于最小熵标准的最优小波树数据压缩的方法,并利用Matlab数学分析工具,从工程和实验角度出发,较为直观地探讨了小波包变换在故障录波数据压缩中的应用.     

一种结构健康监测的传感器优化布置算法

在对建筑结构进行健康监测或损伤检测时,通常需要进行结构的模态测试．传感器布设的位置与数 量则对模态试验结果起着至关重要的影响．提出了一种基于奇异值分解的传感器布置新算法．首先根据线 性模型估计理论,将待监测的目标模态振型视为线性模型的设计矩阵,利用奇异值分解的算法,将设计矩 阵分解,根据各个自由度对目标模态振型贡献进行传感器优化布置方案的设计．     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置，可以减少用户停电损失，提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式，给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量，并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进，克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明，该算法全局搜索能力强，搜索时间短，收敛速度快。     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

二阶抛物问题的扩展混合元方法

对二阶抛物问题提出了一种新的混合元方法一扩展混合元方法．该方法能同时逼近未知函数、未知函数的梯度和流体的流量，较好地模拟了带有混合型边界条件的二阶抛物问题．通过数值分析进一步证明了未知函数、未知函数的梯度和流体的流量的最优L^2-误差估计。     

微粒群算法的研究现状及发展趋势

微粒群优化算法(PSO)是一种进化计算技术(evolutionary computation)．算法通过微粒间的相互作用发现复杂搜索空间中的最优区域。其优点是：计算速度快且简单易实现；缺点是容易陷入局部极值点，进化后期收敛速度慢且精度较差．本文对微粒群算法的研究现状进行了部分介绍，并对其研究的发展趋势进行了预测．