冷卷热处理生产调度模型的启发式算法

针对某钢铁公司冷轧厂热处理车间冷卷热处理生产调度中车间大、炉区小的实际状况,建立了以热罩和冷罩为机器,冷卷为工件的一类不允许等待的混合流水车间排序模型．利用参数排序策略,实现炉区之间冷卷的重新分配;利用值排序策略,确定新的热处理顺序,使得所有冷卷最长热处理时间最短．在此基础上开发的冷卷热处理生产调度系统正在冷轧厂试运行,目前系统运行稳定、速度较快、功能较强,预计每年可创直接经济效益5000多万元．     

基于观测器的广义系统有限时间控制器设计

基于广义观测器,探讨了线性广义系统的有限时间控制问题.利用广义系统状态观测器理论,给出了系统无脉冲模和有限时间状态稳定的充分条件及基于广义观测器的状态反馈控制器的设计方法,所设计的控制器使闭环系统无脉冲模且保持有限时间状态稳定.通过解一组广义Riccati不等式得到观测器增益矩阵和状态反馈矩阵.     

非线性阻尼下光滑不连续振子极限环的全局演化

针对光滑不连续振子,提出了一种优化的广义谐波函数摄动法,得到其极限环的振幅与系统参数之间的解析关系式以及极限环的解析近似解。同时,基于微分方程定性理论,建立了该振子极限环特征量的解析计算公式。利用上述结果,可围绕极限环何时产生、如何分岔、在何处消失以及稳定性如何等问题,对具有复杂非线性阻尼项的光滑不连续振子极限环的全局演化过程展开定量分析。通过将本文所得之结果与龙格-库塔法之结果进行对比,验证了所提优化方法的可行性和可靠性,为研究强非线性振动系统解的全局演化问题,提供了新的参考方法。     

基于耦合辅助信息的矩阵分解和靶向GPCRs的配体活性预测方法

G蛋白偶联受体(GPCRs)是人类最重要的药物靶点,目前市场上大约34％的现代药物都以GPCRs作为靶点.在药物发现过程中,配体生物活性的准确预测对于筛选苗头化合物至关重要.对单个GPCR任务来说,通过实验得到生物活性的配体数量十分有限,若将多个GPCRs任务放在一起通过矩阵分解进行学习,可以利用GPCRs任务间的关联...     

基于EMD-PF-GRNN的短期风电功率预测研究

针对短期风电功率预测,将风电输出功率作为时间序列信号,由于其所具有波动性、非平稳性的特点,提出一种基于经验模态分解(EMD)、粒子滤波(PF)和广义回归神经网络(GRNN)的组合预测模型。首先,利用EMD对风电功率序列进行分解,获得各个相对平稳的模态分量;然后,将分解得到高离散度的数据采用PF进行分析处理,低离散度的数据采用GRNN进行分析处理,其中,通过粒子群算法(PSO),根据各低离散度数据自身特点优化GRNN的平滑因数,以进一步提高其预测性能和精度;最后,通过线性叠加各分量的预测结果得到最终风电功率的预测值。结果表明,与PSO-GRNN和单一GRNN结构相比,EMD-PF-GRNN预测模型的预测误差降低了6%左右,预测精度更高,可以更好的预测风电功率。     

水工混凝土劈拉强度与回弹法测值的关系探讨

劈拉强度是混凝土重要的力学参数之一,回弹法是混凝土强度现场无损检测的常用手段.为探讨水工混凝土劈拉强度与回弹法测值的关系,首先开展不同水胶比(0.5和0.33)、不同标准养护龄期(3 d、14 d和28 d)的水工混凝土立方体的劈拉强度和回弹值测试,然后通过单因素方差分析对实验数据进行预处理,进而建立劈拉强度与回弹值的...     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

空域色噪声背景下双基地MIMO雷达角度估计

空域有色噪声会导致现有多输入多输出(multiple input multiple output, MIMO)雷达算法性能下降, 甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure, DOD)和波达角(direction of arrival, DOA)估计问题, 分析了现有算法失效的原因。考虑到匹配滤波后无噪协方差矩阵的低秩特性、色噪声协方差矩阵的稀疏特性以及MIMO雷达数据的多维结构特性, 提出一种基于张量分析的角度估计算法。首先, 构造角度估计的协方差张量, 通过去除协方差张量中受噪声协方差影响的元素对色噪声进行抑制。其次,利用张量填充技术对无噪协方差矩阵进行恢复。然后,利用平行因子分解获得目标角度的方向矩阵。最后, 采用最小二乘算法对目标的DOA和DOD进行拟合。仿真结果表明, 所提算法对色噪声不敏感, 且无孔径损失。相比现有矩阵及张量分析算法, 所提算法具有更高的估计精度。     

应用(Φ/Ψ)展开法求广义Zakharov方程组的精确解

将(Φ/Ψ)展开法推广应用到广义Zakharov方程组,较简洁地得到了该方程组的丰富新精确解.这些解有利于研究等离子体波的传播特性.该方法也可用于求解其它非线性演化方程的精确解.