SQ12QQY型直臂式随车起重机伸缩臂窜臂现象的原因分析及改进措施

对直臂式随车起重机伸缩臂窜臂现象进行了分析,结果表明窜臂现象是伸缩臂油缸参数匹配不合理造成的。提出了伸缩臂油缸的无杆腔面积逐级递增的改进措施,实物验证其能有效地解决窜臂问题。改进措施对其他机型的随车起重机伸缩臂油缸参数设计具有借鉴意义。     

一种改进的边界扫描的路面裂缝检测算法

针对路面图像噪声较多、目标裂缝跟踪难等问题,分析对比了几种传统的经典边界扫描方法,如Sobel、Canny等算法,并根据路面裂缝图像的特点,提出了基于绝对梯度值的Sobel改进方法,使得边缘信息得到加强、减少了噪声以及伪边缘。经过后续图像的处理,能够较好地跟踪识别路面图像的裂缝信息。     

在政府采购法实施条例颁布施行的背景下如何改进高校政府采购工作

通过分析《政府采购法实施条例》对高校政府采购工作的影响,提出改进高校政府采购科学管理的对策,提高高校采购工作的质量和效率。     

差压式汽包水位的误差分析和改进

汽包水位水位是现代火电厂重要的监视参数之一,保证汽包水位的准确对机组的安全,经济运行有着很大的帮助,本文从汽包水位的测量原理推导出水位的计算公式,并通过分析计算公式中的参数,得出影响水位测量的几个关键因素,通过对这些因素的分析提出了几项改进措施,可以提高水位测量的准确性。     

变电站电缆敷设及二次接线的工艺改进

电缆敷设是指电缆从配电箱出来以后到达用电设备或另一个配电箱的走线方式，一般而言，不同的环境、条件、性质所选择的电缆敷设方式也有差异。电缆敷设和二次接线是变电所建设施工过程中的重要工作，与整个工程的质量息息相关，也是涉及到变电站各项保护功能实现的重要项目。在电缆敷设和二次接线施工过程中，涵盖许多内容和程序，各个环节都对整个工程的质量息息相关，做好每一个环节的改进工作是提高其质量的关键。文章从变电站电缆敷设和二次接线的一般工艺着手，探讨了如何改进其工艺提高工程质量的问题。     

基于小波变换的全方向M型心动图运动曲线滤噪

提出一种基于小波滤噪的全方向M型心动图运动曲线滤噪方法,全方向M型心动图是一种由B超得到的超声序列图像,由于在采集的过程中受到各种干扰以及由于图像数字化造成的阶梯效应,使得从全方向M型心动图中提取出的运动曲线存在噪声和量化效应。为了在消除处于高频分量的噪声和量化效应的同时,保证具有医学价值的信号分量不丢失,本文在传统小波阈值去噪的基础上,采用改进的小波阈值去噪方法来处理全方向M型心动图运动曲线,实验结果表明,该算法能够极大地消除心动图运动曲线中的噪声和量化效应,使得运动曲线较为平滑,采用同样的方法对速度曲线和加速度曲线进行平滑处理后,能够为医生的诊断提供更精确的信息。     

基于改进遗传算法的自适应越区切换方案

针对列车通信在越区切换过程中切换触发率和切换成功率均较低的问题, 提出一种基于改进遗传算法的自适应联合判决切换算法. 首先, 以遗传算法为基础, 在高速特性下对切换判决过程中的相关参数进行优化, 针对列车的不同运行速度动态选择出满足快速切换需求的迟滞容限值； 其次, 引入满意通信概率（SCP), 当列车在小区之间移动时, SCP值达不到要求的将不能接入下一个小区, 以保障通信质量的优良. 仿真结果表明, 与传统切换方案相比, 该方案可实现提高切换触发率和切换成功率的目标, 具有较高的满意通信概率.     

面向SOMS外包任务分配决策的一对一Stackelberg博弈模型研究

为解决服务型制造系统(service-oriented manufacturing system,SOMS)中的核心企业外包任务面向单一供应商的分配决策问题,提出并建立了一对一Stackelberg外包任务分配决策博弈模型。在该博弈模型中,将核心企业映射为领导者,将供应商映射为追随者,将生产成本与利润分别映射为核心企业与供应商的收益函数。为实现一对一Stackelberg博弈模型Stackelberg均衡点的有效求解,设计了2层次嵌套遗传算法(genetic algorithm,GA)。案例仿真结果验证了所提出的模型与解算方法的正确性。     

改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。     

基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法

为了提升电网复杂故障时的态势感知能力,提出了基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法.首先,基于层次化、动态建模的思想,在建立元件一般故障诊断模型的基础上,引入浮动库所、浮动弧、浮动变迁的概念来合理的体现主保护、断路器以及后备保护之间的逻辑关系,建立了元件复杂故障时的诊断模型;其次,挖掘故障信息源的特性进行预处理,依据故障类型动态建立相应Petri网诊断模型;再次,利用改进的遗传算法对模型中的参数进行了训练、优化;最后,探讨了该Petri网故障诊断模型的容错性、通用性.对算例系统仿真的结果表明:该方法突出了故障诊断过程的层次性、可理解性,提升了诊断模型的透明性、改善了诊断模型的易维护性,在电网复杂故障的情况下诊断结果仍具有较高的准确度,并呈现有较好的容错性.