电力系统负荷恢复优化的并行遗传算法实现

对电力系统的负荷恢复问题进行了研究.将该问题建模为一个多约束条件的组合优化问题,根据遗传算法特别适合求解大规模组合优化问题的特点,设计了一种粗粒度并行遗传算法来对此优化问题进行求解.在消息传递类并行软件开发环境提供的基于消息传递的并行虚拟环境下,采用master/slave的并行编程模式,有效地提高了算法的计算速度.将各种约束条件与目标函数融合在一起,建立一种序关系,来处理负荷恢复中的约束条件.求解过程满足系统的约束条件,不会出现系统的越限.算例结果表明,所提出的并行遗传算法不仅可以最大限度地恢复负荷,而且可有效提高算法的计算速度.     

自主导航避障移动机器人仿真软件设计

设计了一款可实现移动机器人自主导航避障的仿真软件,该软件包括机器人运行环境仿真与机器人运动控制仿真2部分.其中运行环境仿真部分提供了机器人的障碍环境即运行地图,机器人运动控制仿真部分分别模拟了机器人雷达、导航避障算法及机器人运动.首先讨论了软件框架,实现了机器人“传感-思考-执行”的运行机制;然后详细介绍了机器人雷达仿...     

开关磁阻电动机开关元件的选择与研究

本文讨论了开关磁阻电动机驱动装置中开关元件的选择、设计，及其额定值的计算。着重分析了ＩＧＢＴ在开关磁阻电动机中的应用，并且给出了一种典型的驱动电路。样机实验结果验证ＩＧＢＴ是开关磁阻电动机理想的开关元件。     

参考束型散斑干涉术针孔滤波的统计分析

用随机光波自相关函数传递的方法，对参考束型散斑干涉计量术的偏心小孔滤波过程进行了统计分析．由象面散斑场和参考光场相于迭加引起光波Ｕ＿１、Ｕ＿１和｜Ｕ＿１｜￣２分别在滤波系统的输出面上形成各自的条纹图，明暗条纹的位置受面内位移和位相差的共同影响，三组条纹的对比度函数是相同的．     

利用动态平移法研究某油田油水分布特征

根据油田内资料欠缺、储层薄、岩性复杂、非均质性强的特点,提出用“动态平移法”进行流体性质识别。实践证明,该方法具有简便易行、精度高、分辨能力强等特点。利用此方法不仅可有效区分油、水、干层,并且可更准确地确定油层分布位置。     

特－丁基异腈Co（Ⅰ）和Co（Ⅱ）配合物的合成及谱学特性

本文报导三苯基膦Ｃｏ（Ⅰ）和Ｃｏ（Ⅱ）与特－丁基异腈的反应．依反应物摩比弥不同得到三种不同的配合物：［Ｃｏ（Ⅰ）Ｌ２Ｌ＇２］Ｃｌ（Ａ）、［Ｃｏ（Ⅱ）Ｌ＇２］Ｃｌ２（Ｂ）及［Ｃｏ（Ⅱ）ＬＬ＇Ｃｌ２］·Ｃ６Ｈ６（Ｃ）（其中Ｌ＝ｐｐｈ３、Ｌ＇＝ｔ－ＢＵＮＣ）．对它们进行了元素分析、红外光谱、１ＨＮＭＲ、差热－热重及快原子轰击质谱（ＦＡＢ－ＭＳ）分析，确定了它们的组成和结构．     

模糊专家系统中约束最优化问题求解

介绍了简化模糊推理方法,在此基础上提出了求解模糊专家系统中约束最优化问题的一般方法,通过对模糊约束最优化问题的实例研究,讨论了该方法求解不同问题的适应性。这为建造模糊专家系统提供了一个十分有用的工具。     

VaR与CVaR的对比研究及实证分析

对两种风险度量方法——风险价值（VaR）和条件风险价值（CVaR）的性质和最优化算法进行了比较．首先对它们具有的性质如平移不变性等进行了比较,其中CVaR独有的次可加性最能显示它相对于VaR的优越性．然后,通过引入顺序统计量,把现实中基于CVaR的最优组合问题转化成线性规划问题,并说明只有当收益服从高斯分布时,基于VaR和CVaR的两种最优组合问题的解才是一致的,基于VaR的最优问题才有意义．最后对深市股票进行了实证分析,验证了上述结论,并分析了可能存在的影响结果的因素．     

基于本体的语义数据融合方法

针对网格中语义数据的按需访问问题,提出了基于本体的语义数据融合方法OSDF.该方法以数据对象为基本元素,利用数据对象和领域本体之间的映射关系来表达数据对象的语义,使用嵌套关系模型来表达数据对象的模式信息,通过把一个网格节点中集成的所有数据对象作为下一个节点的数据对象来实现数据资源由粗到细的融合.文中定义了OSDF的语义模型,给出了虚拟数据库的查询执行过程和算法,为使用者提供了具有语义支持、服务质量保障的数据访问服务.原型系统验证了OSDF的正确性和可行性.     

Towards a Cost-Efcient MapReduce: Mitigating Power Peaks for HadoopClusters简

Distributed data processing system is becoming one of the most important components for data-intensive computational tasks in the enterprise software infrastructure. Deploying and operating such systems require large amount of costs, including hardware costs to build clusters and energy costs to run clusters. To make these systems sustainable and scalable, power management has been an important research problem. In this paper, we take Hadoop as an example to illustrate the power peak problem which causes power inefficiency and provides in-depth analysis to explain issues with existing system designs. We propose a novel power capping module in the Hadoop scheduler to mitigate power peaks. Extensive simulation studies show that our proposed solution can effectively smooth the power consumption curve and mitigate temporary power peaks for Hadoop clusters.