混合分数阶p-Laplace算子方程积分边值问题的多解性

研究了一类同时具有Riemann-Liouville导数和Caputo导数的混合型分数阶p-Laplace算子方程在Riemann-Stieltjes积分边界条件下的正解的存在性。根据Riemann-Stieltjes积分性质,建立了边值问题具有多个正解存在的结论。分别运用不动点定理和单调迭代方法证明了所得结论的正确性,并建立了求解此类边值问题的近似解的迭代序列。最后给出实例用于说明所得结论的适用性。     

最大团问题的竞争决策算法

分析了最大团问题的数学性质,根据推导出来的性质设计求解最大团问题的竞争决策算法,且算法的时间复杂度分析结果为O(n~3)。并用提出的算法求解最大团问题中的标准测试示例,测试结果表明,算法具有良好的求解效果。     

MLD模型下逆变电路改进型直接功率预测控制

建立了新型逆变电路精确的混合逻辑动态(MLD)模型,并将其作为预测模型,研究了新型逆变电路基于预测直接功率控制(P-DPC)的模型预测控制方法。为了达到航空电源电压输出要求和降低开关损耗,在原来的3+3电压矢量控制序列法的基础上扩充了零矢量进行了改进,形成了一种新的对称的4+4电压矢量序列法,通过对下一时刻输出电压有功和无功分量的预测,在最小化目标函数值的基础上求出每一个电压矢量的作用时间,完成电路的控制。该方法减小了输出电压THD,具有良好动静态特性有一个较为稳定的开关频率,仿真和实验验证了所提方法的可行性和有效性。     

非扩张半群公共不动点与广义变分不等式 解的迭代收敛性

引入一种新的非扩张半群显式粘滞迭代算法,使用这种显式粘滞迭代算法,在较弱条件下,在Hilbert空间中建立了非扩张半群公共不动点集与具有α-可逆g-强单调映象的广义变分不等式解集的公共元素的强收敛定理,推广和改进了相关结果.     

基于粒子群优化算法的井下目标定位方法

针对矿井结构复杂,井下未知节点定位存在信标节点布置冗余、定位精度低等问题,提出了一种基于粒子群优化算法的井下目标定位方法。根据矿井环境特点区块化布置信标节点,通过引入线性递减权重的粒子群算法对未知节点与信标节点的测量距离和估计距离的误差进行优化,降低定位误差。与四边测量法、加权最小二乘法和RSSI加权质心算法进行Matlab仿真对比实验。仿真结果显示:信标节点为5个,节点总数为15时,平均定位误差为0.877 m。高斯白噪声标准差取值范围从5递增到20,平均定位误差由1.21 m增长到4.65 m,增长幅度最小,抗噪性最好。信标节点密度由10%增加到40%,平均定位误差从2.82 m下降到0.76 m,定位精度明显好于其他三种算法,稳定性好于RSSI加权质心算法。定位精度更高,抗噪性更好,可靠稳定,在井下巷道环境中适应性更强。     

优选发酵毕赤酵母与酿酒酵母混合发酵的葡萄酒酿造应用潜力

实验基于主要发酵副产物的生成含量评价优选发酵毕赤酵母与酿酒酵母混合发酵对葡萄酒质量的影响。采用优选发酵毕赤酵母Z9Y-3和商业酿酒酵母F33设计同时和顺序两种接种方式启动模拟葡萄汁的酒精发酵,以酿酒酵母和发酵毕赤酵母单菌株发酵为对照。琥珀酸和乳酸利用高效液相色谱法测定,甘油采用高碘酸钠氧化法分析,挥发酸采用水蒸气蒸馏法测定。结果显示,优选菌株参与下的发酵没有显著影响酒精发酵的进程,但在发酵过程中发酵毕赤酵母生长速率低于酿酒酵母。与酿酒酵母纯发酵相比,混合发酵提高了甘油的含量,降低了挥发酸的含量,其中顺序接种的发酵过程中酿酒酵母活菌数最高,发酵毕赤酵母存活期最长(7d),发酵过程中甘油累积量最高(2.7g/L),挥发酸含量最低(0.2g/L)。不同发酵处理中,琥珀酸和乳酸含量均呈现先增后降的趋势,但其最终含量变化不显著。综上可得,优选发酵毕赤酵母和酿酒酵母的混合发酵具有应用于葡萄酒酿造的应用潜力。     

基于解空间高效编码的配电网重构连续化算法

提出一种基于解空间高效编码的配电网重构连续化算法.推导基于负荷电流的网损计算近似公式以估计开关交换支路范围,压缩解空间,提高寻优效率;建立连续变量解与离散变量解存在映射关系的双种群解空间,避开直接求解离散变量,减小计算量且适用连续变量优化方法求解;在一定编码规则下降维并减小变量置信区间半径后,通过编码规则和算法特性从概率上规避第一类非有效解,比对专家库完全规避第二类非有效解,使潮流计算次数大幅减少;改进纵横交叉算法,横向交叉引入方向性,采纳模糊聚类思想将静态纵向交叉因子动态化,收敛速度和精度得到改善.仿真结果验证了该方法的正确性和有效性.     

基于改进隐马尔科夫模型的鲁棒用户行为识别

提出了一种基于改进隐马尔科夫模型的用户行为识别方法.采用遗传算法用于优化隐马尔科夫模型的初始参数,将混沌算子代替遗传算法中高斯变异算子,以避免传统遗传算法在收敛过程中的停滞和早熟问题,并有效解决传统隐马尔科夫模型中Baum-Welch算法对初始参数敏感的问题.此外,采用UCI中ADLs数据对用户行为进行识别,实验结果表明该方法具有很高的识别率和可靠性.     

面向产品投产比例的多Hoist调度研究

在电镀生产线上,多种不同类型的工件往往按照一定的比例关系组织生产,以应对多样化的订单需求,缩短订单交付周期,而为了克服由运输设备造成的生产瓶颈,加工设备之间的工件转运作业多采用数个自动化的Hoist(行车)来完成。针对面向产品投产比例的多Hoist调度问题,采用启发式策略实现多个不同类型工件在并行工作站上的分配,同时考虑工件加工时间窗口约束、工作站的使用能力约束以及Hoist无碰撞约束,构建了解决此类问题的混合整数规划模型。最后,以某印刷电路板制造企业的全板电镀生产实例验证了所建数学模型的实际应用价值。     

贝叶斯预测蜂群算法在无线传感器网络优化中的应用

针对无线传感器网络(WSN,wireless sensor network)节点分布不合理,存在较多的监测盲区等不足,提出了利用贝叶斯预测人工蜂群算法(BPABC,Bayesian predictive artificial bee colony algorithm)制定节点分布方案。BPABC算法借鉴贝叶斯预测算法的思想对蜂群算法中各蜜源存在最优解的概率进行预测,并以此为依据指导跟随蜂寻优工作。采用BPABC算法对WSN中的节点分布进行优化,与人工蜂群算法、全局人工蜂群算法制定的优化方案进行比较。结果表明,BPABC在平均覆盖率、最差覆盖率等方面均优于其他两种算法,并且BPABC算法在迭代收敛速度方面也有明显的优势。为了进一步验证改进算法的实用性,采用BPABC制定不同监测区域的WSN节点分布方案。WSN的覆盖率均在97%左右,并且标准差不超过0.005%。由此可见,基于BPABC的WSN节点分布优化方案具有较高的覆盖率、良好的适应性和稳定性。