用遗传算法模拟复杂最优网络的自然涌现过程

为了模拟复杂最优网络从树演化到完备图的整个过程，解决现有邻接节点编码方法只适用于低密度网络，而传统的交叉变异方法又有大量不可行解的问题，提出了基于三角阵的变长基因编码方法和段间交叉、段内变异平衡的交叉变异方法．该编码方法只记录对称邻接矩阵中三角阵的信息，反映了无向网络的所有可能变化，因而编码串长度适中，网络边数不需限制，可以模拟网络从树到完备图的整个演化过程．段间交叉只交换节点一级近邻的连接方式，段内变异平衡对边进行重绕，这既符合遗传算法的要求，又保证了网络的连通性．模拟结果表明，与邻接节点编码和传统交叉变异方法相比，所提方法适用范围更广，收敛速度较快．     

最优套期比率理论及其估计方法的比较

本文首先在均值-方差框架下,对最优套期比率（OHR）的确定进行了分析,分别从静态和动态角度进行了回顾.我们对OHR的估计模型进行了介绍和比较,分别通过移动平均（RW）模型、EWMA模型和基于PE分布的强估计模型进行实证检验.本文对各种模型、方法都是基于最小方差（MV）框架的,在中国期货市场上,这种分析框架比较具有现实意义.     

MATPOWER在电力系统最优潮流实时电价中的应用

根据实时电价理论,结合实时电价与最优潮流之间的内在联系,运用MATPOWER计算最优潮流、求解实时电价,并通过对IEEE14节点的范例进行计算,结果证明该方法效果最佳。     

模糊神经网络间隔调速模型的研究

提出了一种基于模糊神经网络理论求得动态出口速度的模型，以6层的前向神经网络实现模糊过程使系统具有自学习和自适应能力，能根据列车的实际溜放情况自动调整减速器出口速度。     

机会约束下风险证券的期望收益率的切点组合(简报)

在现实生活中决策者进行投资决策时,有时要求风险证券的实际收益率比某一期望收益率要大,以该目标为导向制定相应的最优策略.考虑到所做决策在不利情况下可能不满足约束条件,故允许所做决策在一定程度上不满足约束条件,但该决策应使约束条件成立的概率不小于某一置信水平,该方法由Charnes和Cooper提出,被称为机会约束规划.本文讨论证券组合的机会约束问题.     

V型滤池进水渠配水均匀性探讨

沿程能量损失和水流动能的变化引起V型滤池配水渠水面高程沿程变化,造成滤池配水的不均匀.基于流体力学基本原理,推导出配水渠内水面升降的计算公式,并做了配水均匀性的定量分析.根据配水渠内水面高程的变化容易算出各配水堰顶高程的调整量,按此方法调整配水堰顶高程,可显著改善滤池配水的均匀性     

基于小波包最优小波树在故障录波数据压缩中的应用

针对电力系统故障录波信号中蕴含丰富暂态特征信号的特点,在小波理论中多尺度多分辨率分析的基础上,提出了基于最小熵标准的最优小波树数据压缩的方法,并利用Matlab数学分析工具,从工程和实验角度出发,较为直观地探讨了小波包变换在故障录波数据压缩中的应用.     

一种结构健康监测的传感器优化布置算法

在对建筑结构进行健康监测或损伤检测时,通常需要进行结构的模态测试．传感器布设的位置与数 量则对模态试验结果起着至关重要的影响．提出了一种基于奇异值分解的传感器布置新算法．首先根据线 性模型估计理论,将待监测的目标模态振型视为线性模型的设计矩阵,利用奇异值分解的算法,将设计矩 阵分解,根据各个自由度对目标模态振型贡献进行传感器优化布置方案的设计．     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置，可以减少用户停电损失，提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式，给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量，并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进，克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明，该算法全局搜索能力强，搜索时间短，收敛速度快。     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。