负荷建模和参数辨识的遗传进化算法

提出了一种用于电力系统负荷建模和参数辨识的遗传进化算法,该方法与传统的最小二乘法相比具有全局搜索优化特点,适用于非线性、不连续或微分不连续的各种负荷模型.该方法已成功用于工业负荷实测数据辨识及动态和静态负荷建模.在静态负荷建模上,辨识结果略优于传统的最小二乘法,且通用性更好,只需做极小的修改就可以用于各种形式的静态负荷模型.在动态负荷建模上算法不仅给出了更优秀的结果,而且表现出很好的稳健性.结果表明此方法在负荷建模中的优势.     

体型大小和营养状况对中华倒刺鲃幼鱼群体选择偏好的影响

【目的】探究不同体型大小和营养状况的中华倒刺鲃(Spinibarbus sinensis)幼鱼的群体选择偏好。【方法】将实验鱼分为大、小个体组以及摄食组和饥饿组(分别进行正常投喂和14 d的禁食处理)。测定目标实验鱼的游泳速度、移动总距离、运动时间比等游泳行为参数以及它对不同大小或营养状况鱼群的选择偏好。【结果】1) 大个体组目标实验鱼在相对游泳速度中值和移动总距离值上均高于小个体的目标实验鱼，差异均具有统计学意义(p<0.05)；无论目标实验鱼体型如何，它们均倾向于选择大个体的刺激鱼群，有关统计学检验结果具有统计学意义(p<0.05)。2) 饥饿组和摄食组目标实验鱼的所有游泳行为参数及它们对饥饿和正常摄食鱼群的选择偏好差异均无统计学意义。【结论】大个体中华倒刺鲃幼鱼在游泳能力方面强于小个体中华倒刺鲃幼鱼；不同个体大小中华倒刺鲃幼鱼均偏好选择大个体鱼组成的鱼群，这可能有利于降低自身被捕食的风险。短期的饥饿处理所产生的营养状况差异不足以使中华倒刺鲃幼鱼的游泳能力及对鱼群的选择偏好发生明显变化。