一种电力网络潮流计算的综合算法

针对牛顿-拉夫逊法对初值要求严格,迭代速度快的特点,利用电力网的结构特点,使用高斯-塞得尔迭代法的第一次迭代结果作为牛顿-拉夫逊法的计算初值。这样既解决了牛顿-拉夫逊法对初值要求高的问题,又提高了收敛速度。计算结果表明,综合算法在迭代次数和收敛速度上有优势。     

单纯形的加速算法

该文提出了能有效加快收敛速度的修改单纯形算法。在原单纯形算法的基础上增加了一种新的反射方向的计算方法；用“映射单纯形”方法代替“单纯形顶点代换”方法；有选择地采用“单纯形压缩”计算。计算结果表明，修改单纯形算法对初值的适应范围更宽，收敛速度更快，收敛次数从50—100次降低到30次左右，可以避免迭代过程中的单纯形退化现象。     

基于最小自由能法的理想气相反应平衡新算法

针对目前采用最小自由能法计算理想气相反应平衡问题存在的不足,提出了梯度投影拉格朗日算法。算法中,采用了弱收敛准则作为梯度投影法的收敛标准,并从数学上证明了梯度投影法采用弱收敛条件的合理性和算法的收敛性,基于此,将梯度投影法的计算结果作为牛顿法计算拉格朗日乘数法的计算初值,同时对牛顿法的迭代步长进行了改进,从而解决了牛顿法计算初值选取困难的问题,提高了算法的稳健性和计算速度。算例计算结果表明,该算法的收敛速度快且计算精度高。     

一种配电网潮流计算混合算法

针对牛顿—拉弗森法对初值反应敏感的固有缺陷，利用配电网的辐射状结构特点，提出了一种配电网潮流计算混合算法，使用逆流—顺流法的第一次迭代结果作为牛顿—拉弗森法的计算初值，既解决了牛顿—拉弗森法的初值敏感性问题，又提高了收敛速度．测试结果表明，混合算法在迭代次数和收敛速度上有优势．     

三种初值选取方法对BP神经网络收敛速度影响的比较

运用MATLAB软件及其BP神经网络工具箱函数，结合一个实际的例子比较了三种初值选取的算法对BP神经网络收敛速度的影响。     

晶体管模型参数提取的一种新方法

本文对一般半导体器件模型参数提取提供了一个有效且可靠的方法,着重分析了一个类似于EM3模型的双极性晶体管高频线性增量模型进行参数提取的全过程,同时提出了各种辅助措施以使参数提取工作更加有效和精确.克服了以往方法中收敛结果对参数初值非常灵敏及迭代速度缓慢的缺点,从而扩大了参数初值的选取范围,提高了参数提取效率。使参数初值选择得偏离最佳点在250%左右范围内,都能收敛到该最佳点.在IBM-PC机上调试,通过了参数的提取程序.最后给出3个算例,并与文献中的方法进行了比较.     

基于遗传算法和高斯牛顿法的超声回波信号参数估计

在超声回波信号参数估计中,如果高斯牛顿法选取的迭代初值接近参数向量的真实解,则容易找到最优解;如果初始值远离最优解,则高斯牛顿法不收敛或者只收敛到局部最优解。针对高斯牛顿法对迭代初值敏感的问题,提出了遗传算法和高斯牛顿法结合的参数估计方法。该方法充分利用遗传算法善于进行全局搜索和高斯牛顿法善于进行局部快速搜索的优点,首先使用遗传算法求出超声回波信号的参数初值,然后利用这组初值进行高斯牛顿法迭代搜索。仿真结果表明,基于遗传算法和高斯牛顿法相结合的方法,具有收敛速度快、精确度高的特点。     

求解一元非线性方程实根的凸迭代

本文建立了一种求解一元非线性方程实根的凸迭代过程,它有下述优点,求根之前不必对不同根进行隔离,初值选取非常简单,收敛速度近于牛顿法,因此求根过程中的总计算量相对减少。     

非线性方程求根的一种新算法

提出了一种求解非线性方程f(x)=0的新算法.在初值和精度要求相同的情况下,该算法能通过几个参数的选取使迭代较牛顿法更快速收敛到方程的根.     

微机测量中数据表示与开平方算法的改进

在分析开平方迭代算法收敛速度的基础上,提出了开平方的初值选取改进算法,本算法具有算法简单、迭代数少,精度高等特点,较好地解决了开方运算的时间长的问题。     

基于MSE变换的变步长恒模盲均衡算法

在介绍恒模盲均衡算法基础上,提出一种新的变步长恒模盲均衡算法,算法中的步长由MSE经变换后控制。新算法解决了传统恒模算法中,由于采用固定步长而造成的收敛速度与收敛精度之间的矛盾。理论分析和计算机仿真实验均表明该算法与传统的恒模算法相比,都具有更快的收敛速度和更小的稳态剩余误差。     

结合遗忘特性的多任务多核在线学习算法

对于数据流的处理,多任务多核学习已逐渐成为在线学习算法研究的热点,它在一定程度上可提高数据流预测的准确性。多核方法尽可能使用最少的核函数得到最好的实验效果,当数据量增大、训练模型稳定时,通过阈值限定的方法对核函数进行遗忘,从而减少基本核函数的使用个数,使得计算更加简单;对于算法的优化,通过引入一个遗忘变量,从对偶的角度来进一步优化权重更新过程,这里的权重指多个任务的共有特征权重和每个任务间的特有权重,以提高算法的收敛速度。实验部分对核函数的选取进行了较为详细的分析,通过对UCI数据集和实际的机场客流量数据集进行分析,证明该本算法的合理性和高效性。     

一类鲁棒辨识算法的研究

提出了一种新的基本参数模型估计的辨识算法,该算法不仅辨识出一个参数点还辨识出每个参数的误差界。它将噪声界代入辨识,并在辨识过程中依据误差,动态修正辨识收敛速率及方向,以期获得满意的辨识性能。     

一种新型钻井液流变仪的研究

本仪器是在钻井现场使用的FANN氏流变仪的基础上设计的一种新型通用流变仪。该仪器主要由四部分组成:机械转动系统、步进电机细分电路驱动系统、力矩测量系统及计算机控制系统。该仪器剪切速率可以在1.703到1022S(-1)之间连续变化,剪切应力测量精度为FANN—35A的1.4倍,因而可广泛用于牛顿、非牛顿流体的粘度、粘弹性、触变性等特性的测量。该仪器充分利用了计算机的优势,全机实现了智能化控制。全部测量过程实现了自动控制,具有两速、六速、连续、定速、切力等程控测定功能,并可以做到测定平衡时间可调,测定方式升速、降速自由选择,计算机直接处理全部测定数据,并根据用户要求显示或打印数据处理结果。     

电力系统潮流计算及在计算机上的优化实现

根据电力系统的特点，讨论了潮流计算方法，并在计算机上给予了实现，其运算量与存贮量小，收敛速度快。     

关于小波分解原子时算法的等效模型

根据小波分析的基本原理,在分析小波分解原子时算法的基础上,提出了一种小波分解原子时算法的等效模型。通过多次的实验和大量的原始测量数据对算法模型进行了验证,并比较了小波原子时算法与等效模型的运算速度。结果表明,该模型可以提高原子时计算的速度,适合于原子时算法的快速计算。     

开放型集散控制系统的发展及其通信技术研究

针对开放型集散控制系统（DCS）发展规模受到测控实时性限制的问题，提出了加快开放型DCS通信速度的全面解决方案。该方案从软、硬件两方面着手提高上层监控站与下层控制器之间的通信速度：在硬件方面，通过监控站与通信站的分离、智能通信卡的使用、采用多串口通信以及合理的下位控制器选型等来提高系统的测控实时性，并加强了通信的安全性；在软件方面，采用多线程技术以及通信数据的优化组织，以提高开放型DCS的通信速度。将此方案用于某在型苯酚-丙酮生产线控制系统的技术改造，结果表明，系统通信速度提高了40多倍，充分满足了生产要求，为大规模开放型DCS的设计和实现提供了可以借鉴的有效方案。     

基于地域特征的物流仓储中心逆向选址算法

物流仓储中心地址的选取,从根本上决定了物品出发地和运达地之间的距离,直接关系到物品能否被及时高效地运输,以及配送成本和仓储成本能否最小化。针对传统物流仓储中心选址求解算法脱离实际应用、且容易出现局部最优、求解速度较慢和注意力单一等问题。为减少物流配送时间,降低物流成本,切实提出选址解决方案,通过对K均值聚类算法和帝王蝶优化算法(Monarch butterfly optimization, MBO)进行改进,研究了京津冀地区物流仓储中心的选址问题。实验仿真结果表明：所提出的改进帝王蝶优化算法较其他优化算法在求解精度、收敛速度和迭代次数上均有优势,能够有效完成物流仓储中心选址问题,切实可以缩短物流配送距离,提高物流配送效率。     

基于多分辨率和互信息的图像配准方法研究

用互信息进行图像配准可使配准的精度达到亚像素级,但该方法因计算量很大致使配准速度较慢.为了提高图像配准速度,并进一步提高配准的精度,首先运用多分辨率的方法将两幅待配准图像分别分解成n个不同分辨率的子图像,然后利用互信息先将分辨率最低的图像进行粗配准,并将此配准的结果作为下一个分辨率较高的图像配准的基础,继续这个过程直至最高分辨率图像被配准,即运用由粗到精的配准策略减小计算量,从而提高配准速度.用Visual C++6.0编程实现该配准方法,实验结果表明在图像配准过程中将多分辨率和互信息结合起来使用,配准速度得到很大的提高,并且由于多分辨率的使用有利于避免局部最大值,使得配准精度也有了一定程度的提高.     

基于小波神经网络理论的边坡位移预测

研究边坡位移混沌时间序列的预测,利用混沌系统的相空间重构理论,提出基于小波神经网络的边坡位移预测方法.通过计算表明,该方法与其它方法相比可避免误差曲面局部最小,网络节点少,参数确定较为容易,学习效率高,收敛速度快,自适应性强,精度高等优点,为边坡位移预测提供了一种可行的、新的探索途经.