无线网状网中一种基于综合准则的路由判据

无线网状网是一种新型的宽带无线接入网络,其中路由算法的设计是一个非常活跃的研究领域。由于无线网状网具有的一些特性,现有的基于最小跳数的路由算法并不适合无线网状网。为了提高网络性能,文章在综合考虑无线链路质量、链路间的干扰以及节点的负载情况后,提出了一种新的路由判据I-WCETT;仿真结果表明,该方案能显著提高网络的吞吐量。     

变分不等式在弹塑性接触问题中的应用

针对弹塑性接触问题，构造了等价的变分不等式模型，此模式解除了弹塑性本构状态方程及接触状态方程的约束，有效地解决了弹塑性接触问题的变分问题，本采用二次规划法求筲，克服了传统迭代法求解此问题的繁琐过程，具有计算量小，收敛快等优点。     

提高工频电流电压基波计算精度的Fourier均值算法

准确、快速地采集和计算出电力系统实时电压和电流的基波分量的有效值 (或幅值 )和相位对于保证电力系统的稳定、安全和经济运行十分重要。其精度和速度也是各种微机继电保护和自动控制装置的重要性能指标。然而 ,当电力系统频率偏离 5 0 Hz时 ,在定采样间隔条件下 ,利用快速Fourier变换 (FFT)计算电压和电流的基波 ,会产生较大的误差。该文提出一种简单实用的基于 FFT的均值算法 ,它可以明显地提高基波电压和电流向量的计算准确度 ;利用该算法 ,可使电力系统频率在偏离额定频率± 2 Hz时 ,基波幅值计算结果的误差 <0 .5 % ,相角误差也明显减少。     

关于人体表面和非均质组织剂量计算的修正算法

作者对射线束三维人体剂量计算问题，介绍了有关人体表面弯曲和组织密度不均匀修正的算法，该算法通过建立仿真人体矩阵，克服计算中不便查找人体信息的困难，能避免在获取人体信息时发生差错，较好地解决了人体剂量的计算问题。     

群决策中基于语言评价信息的TOPSIS方法

针对基于语言评价信息的群决策问题，提出了一种新的TOPSIS方法。依据传统的TOPSIS方法的基本思路，首先将语言决策矩阵转换为规范决策矩阵；其次，通过变量转换关系对有序语言短语集中的有序语言短语进行“量化”，构造与原语言决策矩阵“等价的导出”决策矩阵，并利用算术加权平均算法对所得到的导出决策矩阵进行群的集结；然后对所得到的决策矩阵构造理想点和负理想点，计算每个方案的相对接近度，根据得到的相对接近度对方案进行排序从而确定最优方案。最后通过一个算例说明了该方法的有效性和实用性。     

基于Levy算法的离子性聚合物金属复合材料分数阶模型辨识

IPMC是一类被称为人工肌肉的电活性智能材料,在微机电系统、生物医学、仿生机构等领域都具有很好的应用前景。分数阶微积分中微分、积分的阶次可以是分数,能够更精准地描述实际系统的动态响应。为了说明分数阶模型比传统整数阶模型能够更精确的描述具有非整数阶动力学特性的IPMC驱动系统,首先根据IPMC驱动器输入信号与输出响应的实验数据得到实际频率响应伯德图;然后,结合实验数据应用Levy频域辨识算法分别建立了IPMC的整数阶模型和分数阶模型;最后,比较两类模型和实验数据的频域响应伯德图,可见分数阶模型和实验数据的伯德图拟合效果更精确,所以对于具有非整数阶动力学特性的IPMC驱动系统应该使用分数阶模型来描述和研究。     

模拟植物生长算法的结构优化新机制

作为一种新型启发式智能优化算法,模拟植物生长算法(PGSA)建立以植物向光性机理为基础的生长动力模型,以形成向全局最优解迅速生长的搜索机制.针对大规模复杂优化问题中生长空间大、设计变量多、可能存在多个局部最优解、算法难以自动终止等特点,基于PGSA基本原理,提出了3种新的算法改进机制——可生长点集合限定机制、新增可生长点剔除机制以及混合步长并行搜索机制,并通过典型数学和桁架结构算例分析对提出的改进算法的效果进行验证.结果表明:可生长点集合限定机制能有效控制生长空间规模,具有较强的局部搜索能力;新增可生长点剔除机制通过与前者的结合,为PGSA提供了有效的算法终止机制;混合步长并行搜索机制在生长前期便具备优异的全局搜索能力,能快速获取到最优解范围.所提出的新机制显著提升了PGSA算法优化的有效性及适应性,从而为结构优化问题提供了新思路.     

基于EM算法的食品污染物分布模型

食品中污染物分布情况常用对数正态分布来模拟,在使用中面临着小于检测标准的样本数据缺失问题,本文给出了解决该问题的EM算法.为解决EM算法对检测标准过于敏感的问题,进一步建立了由多个分布叠加的改进模型.通过Monte Cado模拟实验,证明改进模型能更好地模拟食品污染物的分布情况,具有较强的适应性和应用价值.     

一个求解P（K）—矩阵线性互补问题的宽邻域路径跟踪算法

基于预校正方法,对Ｐ（Ｋ）－矩阵线性互补问题给出了一个失代复杂性Ｏ（ｋ＋１）ｎ＾２／３Ｌ）的宽邻域路径跟踪算法,算法改进了Ｚｈａｎｇ等的可行宽域路径跟踪算法的迭代复杂性;比迭代复杂性为Ｏ（ｋ＋１）√ｎＬ的小邻域路径跟踪算法为好。     

基于时序偏移双残差网络的窃电行为检测

针对窃电量小、窃电发生时间随机的窃电行为,提出一种基于时序偏移双残差网络(TS-Bi-ResNet)的窃电行为检测模型.将基础残差网络模型改进为双残差网络(bi-residual network,Bi-ResNet)模型,考虑到窃电行为发生时间的随机性,利用时序偏移(timing shift,TS)算法对用电数据预处理,使模型能够学习用电数据的时间因素特征,构成TS-Bi-ResNet模型.根据真实用电数据和窃电特征生成含有伪窃电数据的混合用电数据集,利用TS-Bi-ResNet模型学习其浅层特征和深层特征,进而执行窃电行为检测.仿真和实际运行结果表明,TS-Bi-ResNet模型可以有效检测窃电量小且窃电发生时间随机的窃电行为,其检测精度优于LSTM模型与残差网络(ResNet)模型.