面向多目标优化的充电站选址定容方法

为了给电动汽车(EV,electric vehicle)出行提供充足的能源支持,对充电站进行合理部署至关重要,但在规划时不同主体间存在难以耦合的利益冲突,为此兼顾投建经济性与用户充电便利性,提出一种基于遗传算法的自适应粒子群算法(APSOGA)用于选址定容。首先,通过分析EV日行驶规律,预测EV日充电负荷分布情况,以确定充电站数量范围;其次,构建兼顾EV和充电站承包商利益的充电站选址定容规划模型;最后,将遗传算法的交叉和变异操作引入粒子更新环节,设计了APSOGA算法,以寻优求解生成最佳的选址定容方案。实验结果表明,与经典的充电站选址定容方法相比,所提方法综合成本降低了7.19%～14.37%,充电站利用率提升了14.28%～29.03%,能够为用户提供高质量充电服务。     

一种在线实时快速地判定交通流混沌的组合算法

交通控制的实时性要求高，需要在线实时快速地判定交通流混沌，才可能实现交通流的混沌控制。计算时间序列的最大Lyapunov指数是判定混沌的主要方法。本文提出一种在线实时快速地判定交通流混沌的组合算法。该算法先用关联积分法（C—C方法）确定重构相空间的两个重要参数——嵌入维m和延迟时间τ，再用小数据量方法计算时间序列的最大Lyapunov指数。为检验算法的有效性，首先将算法用于几个最大Lyapunov指数已知的经典混沌系统，比较计算结果；同时对皮埃莱（Bierley）跟驰模型产生的理论交通流时间序列做了仿真试验，计算了其最大Lyapunov指数。实验结果表明这种算法可以用于数据少的交通流时间序列，并且抗噪性好。     

灯光电缆故障性质分析

由于灯光输电线路使用的都是电缆，由其引发的故障也五花八门，本文主要从故障检测的角度出发来分析灯光电缆的故障性质。     

太阳能中央热水系统节能控制算法的设计与实现

通过实验方法获得平板集热器的效率随自身温度的变化规律及其能量平衡温度,并以此为依据,分析了传统太阳能集热器热循环控制方式存在的不足;提出以集热板的温升速率和太阳能辐照度来简化评估集热器集热效率的方法;给出了对太阳能集热器控制算法的优化方案和控制流程.实验数据表明:优化后集热器的集热效率随太阳辐照度的变化明显变小,太阳能的利用率得到明显提高.     

柔性无机物绝缘防火电力电缆产品系列化的研制及接头设计

柔性无机物绝缘防火电力电缆作为传统的矿物绝缘电缆的更新换代产品，具有柔软性好、防火性能优异、防潮防腐、防干扰等显著特点，拥有非常广阔的市场前景，其产品系列化的研制及接头设计具有十分重要的意义。本文综述了新型柔性防火电力电缆产品系列化的研制及接头设计的结果。     

MIMO模型下的多元混合调制DCSK方案

为了提升多输入多输出差分混沌移位键控(multiple input multiple output difference chaotic shift keying, MIMO-DCSK)系统的误码性能, 提出一种多元混合调制MIMO-DCSK方案(M-ary hybrid modulation MIMO-DCSK, MHM-MIMO-DCSK)。首先，将一帧的多元信息拆分, 分别通过混沌扩频码和索引码进行调制, 以实现高效的传输。其次，接收端利用混沌序列的类正交特性消除多天线干扰和多路干扰。最后将多天线的相关运算结果等增益合并, 最终在不需要信道状态信息的前提下获取多径多输入多输出系统的全分集增益。仿真结果表明，所提MHM-MIMO-DCSK比现有的多元MIMO-DCSK拥有更好的误码性能, 尤其是在高阶调制情况下性能提升更明显。     

基于Web Services的可复用数据访问层的设计与实现

在Web Services的体系结构和关键技术基础上，提出了一个基于Web Services的数据访问服务的数据访问层的架构，并对架构进行了可复用的研究与实现．该架构可以方便地复用于各种已有的系统以及新开发的信息系统．     

应用改进型小数据量法计算交通流的最大Lyapunov 指数

最大Lyapunov指数是非线性系统的一个非常重要的特征量.微观仿真交通流具有典型的非线性,计算交通流的最大Lyapunov指数对研究交通流的非线性特征具有重要意义.通过用虚假临界点法计算嵌入维数可以使小数据量法更加完善.首先应用改进型小数据量法计算几个典型的非线性系统的最大Lyapunov指数,验证算法结果的准确性.然后再用此方法首次对Bierley跟驰模型产生的微观仿真交通流和微观实测车流的时间序列进行实证分析.结果表明,该方法能较准确的计算出最大Lyapunov指数,可以作为研究交通流非线性特征的定量方法.     

一种在线实时快速判定混沌的智能方法

在某些实时控制系统中,必须尽快地识别出混沌,以便及时采取控制措施避免系统进入无序状态..然而现有的混沌识别方法由于要求样本量大,无法满足实时性的要求.本文提出了一种在线实时快速判定混沌的智能方法,通过找出产生混沌的初始条件和混沌之间的对应关系,可以在混沌产生之初检测到混沌.本文利用神经网络,小波包等工具在MATLAB环境下对交通仿真系统给出了智能方法的具体实现.给出了仿真试验的结果.结果表明只需32个样本点就可以在混沌产生之初精确地检测到混沌,可以很好地满足混沌检测实时性的要求.