基于蚁群几何优化算法的全局路径规划

将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题;设置自适应路径长度,筛选规划路径的优劣;提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.     

网格式框架的静力弹塑性分析

静力弹塑性Pushover分析是目前广泛使用的一种基于性能的抗震分析方法。本文论述静力弹塑性Pushover分析方法的基本原理,对10层网格式框架在8度罕遇地震下的抗震性能进行评估,结果表明,塑性铰首先出现在层间梁上,然后向楼面梁和柱上发展,能够较好满足大震不倒的抗震设防要求。     

地市级电网发展诊断体系及综合评价

结合地市级电网的特点,从电网发展安全与质量、速度与规模、协调性、运行效率及经济效益5个维度对电网发展进行综合评价,并根据实地调研和数据挖掘方法确定了46个评价指标,从而构建了电网发展评价与诊断双层结构模型.利用多层次序关系法和模糊综合评价模型对三个样本的城市电网进行实证分析,利用雷达图从三个层次对电网发展水平进行分析,指出电网发展过程中存在的问题,为进一步促进电网的高效健康发展提供了决策依据.     

保护隐私的智能电网大数据分析挖掘技术

针对智能电网中的大数据安全和隐私保护问题,梳理了当前智能电网大数据安全与隐私保护关键技术,按照保护隐私的智能电网大数据分析挖掘技术路线,提出一种保护隐私的智能电网关联规则挖掘方案,即使用简单的加法秘密共享方案,加密和发送电表数据给可信第三方,并在安全聚合协议下汇总电表数据,使用安全多方计算关联规则的支持度和置信度。保护隐私的智能电网大数据挖掘使得电力公司在不泄露客户隐私信息的前提下,能够提高服务质量。     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

基于MPI并行及非结构化网格的2.5维CSAMT正演研究

可控源音频大地电磁CSAMT观测数据受发射源的影响,长期以来该方法仅远区信号较弱的数据能被利用,造成近区及过渡区信号较强的资料严重浪费。为避免数据浪费,在Windows平台使用Fortran语言和MPICH2工具,开发了考虑源的CSAMT2.5D正演程序,同时采用了MPI并行技术加速计算。由于实际地下介质边界复杂,程序不同于前人矩形网格,直接采用非结构化三角网格能快速适应复杂边界。通过与一维CSAMT程序对比,验证了2.5D程序的正确性;并通过复杂模型试算,表明考虑源的2.5DCSAMT实用性,为下一步反演工作奠定了理论基础。     

汽车制动阀安装板坯料形状与尺寸的确定

非规则成形件的毛坯形状与尺寸的确定,一般都是通过成形模并采取试错的方法来完成的。然而,试错要考虑多种因素,又由于落料模必须要在由试错来确定最后的形状与尺寸后才能设计制造,如此就要影响板料零件的生产周期和成本。汽车制动阀安装板是一个比较典型的非规则成形件,在要求极短的周期内同时完成其落料模与成形模的设计制造,用初始网格法来确定汽车制动阀安装板的毛坯形状与尺寸,可在较短时间内完成模具生产工作。     

类脑导航中基于差分Hebbian学习的网格细胞构建模型

网格细胞是动物大脑中与空间认知和导航有关的重要神经元,具有拓展至整个空间的六边形放电野。位置细胞是网格细胞重要的信息源,可以通过Hebbian学习生成网格细胞,但是现有模型对Hebbian学习的脉冲自适应函数或学习窗函数做了预先的墨西哥帽模型假设。针对该问题提出一种基于差分Hebbian学习的位置细胞至网格细胞模型,利用细胞放电率的变化自发产生墨西哥帽模型的输入关联,然后通过对位置细胞至网格细胞的突触权重进行竞争性非线性限制,生成具有六边形放电野分布的网格细胞。仿真结果表明,该模型可以为无人运行体类脑导航系统的构建提供借鉴。     

电网故障下双馈风力发电机控制改进与仿真

随着风电装机规模的不断增加,作为未来能源互联网中重要的一环,风电机组应对电网故障的能力越加显得重要。针对双馈风力发电机组在电网故障下的暂态特性,提出了一种基于电网故障类型区分、控制器设计和辅助设备穿越的综合控制策略。相比于传统的控制方法,克服了控制误差大和响应滞后的问题,真正实现了系统的精细化控制。基于MATLAB和VC++联合建模,利用MEX技术搭建了电网故障下的1.5 MW双馈风力发电系统模型,仿真结果验证了所提出的综合控制策略在电网故障下提高双馈风力发电机控制的有效性。     

管廊复杂网格参数化算法及其大规模在线渲染

随着WebBIM(Web Building Information Modeling)技术的大力发展,建筑模型的复杂度与构件数量呈几何倍数增长,其中管廊复杂网格是影响模型轻量化和在线渲染速率的一个关键性问题。为有效减少管廊复杂网格模型的数据量及复杂度,针对一般圆柱体形管廊,复杂网格的弯管管廊模型及中空管廊网格模型,提出了一套轻量级参数化算法。该算法对场景中的管廊模型进行参数化重绘并辅助以多细节层次等视觉优化手段,以减轻WebBIM场景中的管廊模型渲染负担,其在拥有大量管廊模型的场景中应用成功,具有较强的工程实践意义。