基于最优化原理和分层模型的配电网负荷均衡

配电网负荷均衡是降低配电网线损、优化配电网运行的一个目标，随着配电网顶点数量的增加，可能的负荷组合数量急剧增加，基于传统电网模型的优化方法难以实现负荷最优组织，笔者分析了配电网负荷均衡的特点，并将该特点与最优化原理相结合，采用分层的拓扑模型为手段，提出了配电网各源点的负荷最优均衡的原理及原理的实现算法，从而将最优问题转为多阶段决策问题，并实现了配电网的负荷最优均衡。     

基于信息继承的快速分层处理算法研究

分析了现有STL（STereoLithography)模型分层处理算法的优缺点，并在此基础上提出了一种基于信息继承的加快分层处理速度的算法。该算法根据三角形面片的最小z坐标建立了分层关系矩阵，利用该分层关系矩阵可大大提高搜索与分层平面相交的三角形面片的搜索效率，从而提高了分层算法的效率。该算法不但吸取了现有分层处理算法的优点，而且在计算第I层的轮廓线时，继承和充分利用了第I－1层已经有的几何邻接关系，加快了轮廓线的生成速度。实际应用表明，该算法高效，稳定，可靠。     

基于STL的快速分层处理软件的研发

分析了影响分层处理效率的主要因素，提出了基于三角形面片特征的快速排序算法、轮廓线快速生存算法和快速分层算法，并在此基础上开发了基于STL模型的快速分层处理软件。大量实际应用结果表明，该软件高效、稳定、可靠。     

基于簇的可动态调整的分层负载均衡算法

为了提高分布式系统的性能,设计了能根据节点当前任务负载强度和调度能力,动态地改变集群的逻辑控制结构的2层负载均衡算法.算法把系统中的节点分成多个簇,每个簇有1个调度节点和若干个工作节点,簇内工作节点形成算法的第1层,执行用户提交的任务;簇间的调度节点形成算法的第2层,调度节点间通过相互协作,均衡簇间的负载.算法可以通过分裂簇增加调度节点的方式来提高系统的调度能力;通过合并簇增加工作节点的方式来提高系统的执行能力.对于不同类型任务,算法能根据任务到达流的速度调整逻辑控制结构,从而提高CPU利用率.测试结果表明,该算法不仅能提高系统性能,而且经过调整后的系统会进入稳定状态.     

快速成型中基于STEP的直接分层算法

在研究了平面与基本曲线、曲面和参数曲线、曲面的求交算法后，提出了快速成型中基于STEP的CAD模型直接分层算法，避免了STL中间文件的转换，分层后得到层片的精确轮廓表示，并具有通用性好的优点．根据基本曲线／曲面和参数曲线／曲面的不同特征，采用不同的方法来求它们与平面的交点及交线，以提高算法的稳定性和效率．     

基于负荷均衡的配电网供电恢复软件设计

建立了负荷均衡数学模型,提出了以配电线路负荷均衡为目标的供电恢复软件的设计方法．该软件从配电自动化、配电网生产管理等自动化系统获取配电网运行数据和参数数据,通过在线计算故障关联区域的负荷均衡,提供供电恢复方案．将该故障恢复软件应用于KH-8000P主站系统,可使计算得到的供电恢复方案在主站系统的人机界面上显示,为调度人员提供技术参考．     

基于分层模型的配电网拓扑辨识

传统的电网模型主要描述网络元件和网络元件联结，其网络模型最终要解决的问题是在某一输入下的输出响应情况。而配电网的网络拓扑描述不仅要表示出各顶点之间的联结关系，而且在描述出当开关状态改变时，其运行网络结构的变化及对应对数的变化。同时配电网中存在T接点、分支，使配电网的负荷分配、网络重构、恢复供电等功能采用图算法难以实现全局最优。基于分层的拓扑模型不仅可以有效地辨识处理区域与分支，而且采用分层拓扑模型可以方便地对配电网各顶点进行状态估计，从而为配电网图算法的解实现全局最优提供了强有力的拓扑分析方法。     

基于STL模型几何特征分类的快速分层处理算法研究

在分析了影响ＳＴＬ模型分层处理速度因素的基础上,提出了基于ＳＴＬ模型几何特征分类的加快分层处理速度的算法,进一步提出了自适应分类算法和轮廓快速生成算法,并由此戈了快速分层软件、大量实际应用结果表明,该算法高效、稳定、可靠。     

基于分层熵检测的音频分割算法

音频分割是提取音频结构和内容语义的重要手段,是基于内容的音频分析、检索的基础.提出分层熵检测音频分割算法,采用定长分析窗分层结构遍历音频流,窗内根据熵变化趋势检测跳变点.实验结果表明,该算法避免了ΔBIC分割算法中的硬门限判决和数据累积问题,是一种更加有效的音频分割方法.     

快速成形技术中基于STL模型的分层算法研究

提出了一种基于STL模型新的分层算法.通过分析STL模型三角形面片之间的邻接关系,建立了有向图,采用递归分层方法实现了具有容错能力的快速分层.为了进一步提高算法的效率,对算法进行了改进,首先,利用所谓信息继承技术确定了每个截面轮廓第一个切割的三角面片;然后,根据每个轮廓环第一个切割的三角面片,直接确定了截面轮廓的正确走向.实验表明,该算法不仅能够高效实现STL模型的分层,而且运行稳定可靠.     

基于对角递归神经网络盲均衡算法的研究

提出了一种基于对角递归神经网络的盲均衡算法。利用对角递归神经网络结构简单、计算量少的优点,结合传统的恒模盲均衡算法定义了代价函数,用最速梯度下降法推导出了其算法迭代公式。计算机仿真表明,该算法收敛速度较快,误码率较小。     

基于对角递归神经网络盲均衡算法的研究

提出了一种基于对角递归神经网络的盲均衡算法。利用对角递归神经网络结构简单、计算量少的优点,结合传统的恒模盲均衡算法定义了代价函数,用最速梯度下降法推导出了其算法迭代公式。计算机仿真表明,该算法收敛速度较快,误码率较小。     

大规模网络中基于FFT的呼叫阻塞率的快速算法

在大规模网络条件下,Kaufman提出的一维递推快速呼叫阻塞率（CBP）算法由于其呼叫阻塞率的计算将导致系统计算溢出,改进的Kaufman方案虽然消除了计算溢出,但是其计算时间随网络规模的变大呈指数增长．有鉴于此,文中提出了一种基于快速傅立叶变换（FFT）方法和计算溢出避免预处理机制的呼叫阻塞率快速计算方法．仿真结果表明,该算法消除了计算溢出且降低了计算复杂度,具有计算简单、无误差、速度快的优点．     

基于遗传算法神经网络盲均衡算法的研究

将遗传算法引入神经网络盲均衡,利用其全局搜索能力强的特性来消除传统神经网络算法易陷入局部最优解、训练速度慢的缺点。采用两阶段寻优法,首先,通过遗传算法来为神经网络提供一个全局较优的局部搜索空间;其次,利用传统神经网络在这个局部空间进行更精确地搜索,最终实现盲均衡。计算机仿真表明,该算法能达到更好的收敛特性和均衡效果。     

基于遗传算法神经网络盲均衡算法的研究

将遗传算法引入神经网络盲均衡,利用其全局搜索能力强的特性来消除传统神经网络算法易陷入局部最优解、训练速度慢的缺点。采用两阶段寻优法,首先,通过遗传算法来为神经网络提供一个全局较优的局部搜索空间;其次,利用传统神经网络在这个局部空间进行更精确地搜索,最终实现盲均衡。计算机仿真表明,该算法能达到更好的收敛特性和均衡效果。     

基于免疫算法的RBF神经网络盲均衡算法

本文采用免疫算法来优化RBF神经网络,得到一种更加优化、更加合理的混合算法,即免疫神经网络,并将此算法用于盲均衡器的优化设计,MATLAB仿真实验结果表明,经此算法优化后的盲均衡器,其均衡效果显著提高.     

一种改进的自适应盲均衡算法

以广泛使用的随机梯度算法为基础,分析了盲均衡器的收敛性能,提出了一种具有凸性的代价函数和一种归一化的迭代步长,改善了误差性能的多模性,加快马鞍点处的收敛速度。     

采用瞬时梯度变化率判决的双模式盲均衡算法

为进一步提高恒模盲均衡算法的性能,文中提出了一种采用瞬时梯度变化率判决的双模式盲均衡算法。利用两次相邻均衡迭代前后的归一化权值变化量定义瞬时梯度变化率,并依此设置判据实现均衡迭代过程中的恒模算法和判决引导算法的适时切换,实现双模式盲均衡算法。双模式盲均衡算法可以有效结合恒模算法稳健和判决引导算法快速收敛和收敛精度高的优点,提高盲均衡算法的性能,计算机仿真结果证明了算法的有效性。