利用二次贝齐尔函数的一维优化算法

本文利用贝齐尔函数良好的保型性质,将它作为拟合函数,构造了一个一维优化算法。数值实验表明,对于高度非线性的目标函数,新算法具有很强的适应性,比同类算法更有效。     

一个广义既约次梯度算法

本文主要讨论带有非线性约束的不可微凸规划问题,给出了解这类问题的一个广义既约次梯度算法,算法具有全局收敛性质,存贮次梯度的规模可由用户控制,利于算法的计算机实现。     

用支路撕裂法进行大规模模拟电路故障诊断的新算法

本文首先介绍最近出现的一种用支路撕裂法进行的大规模模拟电路的故障诊断算法,讨论了该算法的容差问题。然后将故障预测技术、替代理论和迭加定理运用到支路撕裂法中,得到一个新的故障诊断方程,并给出了一种新的算法。还讨论了算法的并行处理问题。研究结果证明,当连续监测网络时,新算法的在线计算时间和容差问题均较原算法有很大的改进。     

基于神经网络的生产作业计划理论研究

研究如何利用前向神经网络(也称多层感知机)安排单件小批量订单生产类型企业的生产作业计划,针对数据难于组织、反传算法易陷入局部极小点和输出结果存在偏差的问题,提出了基于位混合编码的样本组织方式;权值和迁跃点记忆队列的网络训练方法和结果校正方法.仿真结果证明了方法的有效性和基于神经网络研究生产作业计划的可行性.     

基于SCS算法的盲自适应多用户检测器

提出了一种基于SCS(Soft-Constraint-Satisfaction)算法的盲自适应多用户检测器。基于SCS算法的盲自适应多用户检测器只需知道期望用户的扩频码及定时信息,而且通过自动选择用来估计期望信号的非线性函数,可以调节算法的收敛速度和估计误差。仿真实验表明该方法具有较好的抗多址干扰的能力。     

一个新的与或图求解算法

给出了一个包含有向回路的与或图的求解算法,以及如何确定被扩展节点的祖行节点的优先数,并通过优先数有效地选取祖先节点的方法也在本文中给出。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.