基于信息决策的最优保守度配电网恢复策略

考虑到自然灾害的极端不确定性，本文提出了一种基于信息决策的最优保守度配电网恢复策略。首先将信息缺口决策理论应用于拓扑不确定性，将配电线路发生自然灾害后的停电状态视为一个不确定参数。进一步提出了一个鲁棒性函数，用于确定配电线路中断的风险规避区域及其总受损长度。然后通过线性优化模型实现最优拓扑重构方法，以确保在遭受破坏性自然灾害后提供预定水平的负荷，并且提出了一种新的保守度选择算法来调整模型的输入。实验结果证明优化的分布式电源资源配置、拓扑重构和线路加固方案能显著提高配电网的可靠性和恢复力。     

基于 DWT 的一种数字水印算法?

介绍了一种基于离散小波变换的数字水印算法并作了改进.原算法对水印进行Arnold置乱,由于Arnold置乱具有周期性,易被别人识破,安全性不高,新算法采用了安全性更好的混沌置乱.原算法是在高低频部分分别以2种强度嵌入水印,新算法沿用这种办法,但为了提高水印的隐蔽性和鲁棒性,新算法在第二级和第三级高频上随机选择了一些分散的嵌入点,各嵌入一半的水印.在Matlab环境中进行了对照实验,探究得出了高低频的最佳嵌入强度.攻击实验证明,在抗加噪、滤波攻击方面,新算法均有大幅度的提升;特别是在抗剪切、JPEG格式压缩攻击方面,原算法效果很差,而新算法能抵抗各种大幅度的剪切和压缩攻击.最后,二者都不能抵抗旋转攻击和抖动攻击.     

极端环境下导管架平台连续倒塌鲁棒性评估

基于Pushover和AP法分析平台结构极限状态及剩余强度储备比,探讨不同类别承载模式的构件对平台结构抗倒塌能力的影响规律;采用W_(DSR)、W_(RIF)和W_(SRF)确定性指标,评估平台结构鲁棒性和构件重要度。考虑平台抗力受环境载荷变化的影响,基于MSA和LSIA建立随机平台在随机载荷下的可靠度评估方法,提出导管架平台"安全评定图"概念,对服役平台全尺度载荷下的安全性进行标定,在此基础上,对导管架平台进行概率鲁棒性评估。研究表明:平台抗力对水平撑构件的失效不敏感,水平撑的确定性鲁棒性指标较大,可视为冗余性构件;斜撑对保证平台结构的鲁棒性起关键作用;这类构件的失效对结构承载能力影响相对显著,在进行平台结构鲁棒性设计时,应保证其具有足够的强度与韧性。提出的"安全评定图"能够提高平台概率鲁棒性评估的计算精度。     

基于结构鲁棒性提升的隔板贯通节点加固构造

为提高结构的鲁棒性,针对传统矩形钢管柱隔板贯通式栓焊连接构造,提出了一种加固型栓焊盖板连接构造及其设计方法,并进行了数值模拟分析,该分析考虑了断裂模拟及裂后路径跟踪.结果表明,加固型栓焊盖板连接构造能够提高下翼缘连接区域传力失效前梁柱子结构的竖向变形能力,并充分发挥梁内轴向拉力产生的悬链线效应,进而使梁柱子结构提供更大的竖向承载力,可用于提高结构抗连续倒塌能力的加固改造.     

基于生成型深信度网络的回归算法鲁棒性分析

目前,深度学习在分类问题中取得了很多很好的效果,并开始在部分回归任务得到应用。然而,绝大部分研究重点都集中在相对其他回归算法的预报精度上,而忽视了有实际应用需求的回归算法预报鲁棒性问题。首先基于受限的玻尔兹曼机建立了一个具有3个隐含层的生成型深信度网络多步预测模型;然后,建立了基于单隐含层神经网络、三个隐含层的神经网络以及单核支持向量的典型多步预测模型,并利用4组宁夏地区不同季节的风速数据进行回归算法的稳定性对比实验。实验结果显示,基于受限玻尔兹曼机建立的具有三个隐含层的深信度网络模型的多步预报误差的均值和方差都是最小的。因此,基于生成型深信度网络的回归模型不仅预报精度高,而且此预报算法的鲁棒性也比较好;相对其他三种典型回归算法来说,可以更好地满足风电场风速预报问题的实际工程应用需求。     

热交换系统二自由度PID 控制

为解决热交换系统的温度控制问题, 采用二自由度PID(Proportional-Integral-Derivative)控制算法设计了温度控制器。该控制器的PID 参数通过Ziegler-Nichols 振荡法整定, 二自由度化控制器参数根据经验规则进行调整。利用所设计的二自由度PID 控制器和传统的PID 控制器进行了多项仿真实验, 包括目标跟踪、抗扰、鲁棒性和标称模型控制等。实验结果表明, 二自由度PID 控制器的目标跟踪速度优于传统PID, 具有良好的鲁棒性, 对标称模型的控制具有更小的上升时间和反冲。     

全偏振参量低秩稀疏分解伪彩色图像融合

偏振图像伪彩色融合对提高视觉感知和目标判读具有重要意义,利用空间调制型全偏振参量矩阵的低秩和稀疏特性,提出基于贝叶斯概率鲁棒性矩阵分解融合方法。首先,根据偏振调制和解析算法构造偏振参量矩阵,同时合成强度图像;其次,对参量矩阵进行基于改进的贝叶斯概率参量矩阵分解,降低背景噪声和亮度变化等干扰,分别获得参量图像的稀疏和低秩成分;然后利用方差、清晰度和信息熵进行模糊积分,获得显著性参量图像,与合成强度图像一起进行像素级增强;最后,经直方图规定化和IHS颜色映射,得到伪彩色融合结果。实验选择多种材质与目标的仿真和实测数据进行验证,通过主观视觉效果和客观指标比较,验证了其有效性。     

基于改进Shapley权力指数的特征选择算法简

针对特征选择算法对不同类型的数据集性能不稳定的问题,提出一种基于概率模型与改进Shapley权力指数的通用特征选择算法.首先,计算特征对类簇表征与类簇判别的重要性值;然后,计算特征对类簇的不确定度;最终,合并特征的重要性值与不确定度,提取合适的特征.因为概率模型对数据类型、数据缺陷具有较好的鲁棒性,所以对不同的数据集获得了稳定、高性能的特征选择效果.基于人工合成数据与benchmark数据集的实验结果表明,本算法对不同的数据集保持了稳定的特征选择效果,优于其他算法.     

机械制浆过程磨机负荷内模PI控制

针对双盘磨机在运行过程中具有大滞后、大惯性及非线性等特点,内模控制作为一种先进控制策略,鉴于其对过程模型精度要求不高等优点,提出了一种基于内模控制原理的PI控制方法,该方法设计的控制器仅有一个可调参数,且通过最大灵敏度指标实现其整定,有效避免了控制器整定的复杂性与随机性.仿真结果表明,与常规PID控制相比,所提方法可有效减小模型参数变化及各种干扰对系统性能的影响,满足机械制浆生产过程对控制器性能的要求,保证磨机安全稳定运行,实现了磨机负荷的稳定化控制,为机械制浆过程综合自动化系统的实施奠定基础.     

凝聚度——描述与测度社会生态系统抗干扰能力的一种新特性

研究一个网络系统抵抗干扰的能力,系统科学里有＂鲁棒性＂的概念,社会—生态系统里用＂脆弱性＂、＂恢复性＂和＂适应性＂等概念.这些已有的概念是否已经全面地描述了系统抵抗干扰的能力呢？在综合灾害风险管理的实践中,整个社会凝心聚力,行动协调一致,往往发挥着至关重要的决定性作用.然而,现有学术研究中所用到的各种系统属性,都不能很好表述一个系统凝心聚力的能力或水平.鉴于此,本文提出一种全新的网络系统属性：网络凝聚度（consilience degree）,专门用以度量一个如社会—生态系统一样行为的网络系统凝心聚力,行动协调一致,以抵抗干扰的能力.网络凝聚度实际上是一种更具普遍意义的＂联结度＂.它可以象联结度一样,派生发展出一系列的系统新属性和网络新模型,从而形成一个研究复杂系统的新的理论体系.本文将重点阐述这个体系的雏型.理论分析和仿真研究都证明：本文所提出的网络凝聚度是现有各种系统属性所无法涵盖或替代的,是研究现实复杂系统所必需的新理论工具.