赋p-Amemiya范数Orlicz空间的局部凸点

运用几何方法给出赋p-Amemiya范数Orlicz空间具有局部一致凸点和弱局部一致凸点的必要条件.     

风、光、燃、储多源互补微电网的日优化运行

为了提高微电网经济运行水平,首先,针对粒子群算法前期容易早熟收敛的问题,提出了一种分段非线性惯性系数调整的方法,在此基础上,将Metropolis接受准则加入粒子群算法中,增加粒子跳出局部最优解的概率。采用改进算法及其相关的3种算法对4个基准函数作优化对比测试,验证了改进算法的有效性和可靠性。然后,以微电网发电成本最低和环境效益最优为目的,考虑了实际微网运行的约束条件,建立了包含有光伏阵列、风力发电机、微型燃气轮机、燃料电池、蓄电池的多源互补微电网日优化运行数学模型。最后,将改进算法与标准粒子群算法分别用于微网日运行优化模型求解,验证了采用改进算法能够使微网获得更佳的综合效益。     

基于划分和重分布的粒子群算法及优化策略

提出了一种新的基于划分和重分布的粒子群优化算法.新算法将粒子划分为普通和优化两类.普通粒子随机产生,速度快,侧重全局搜索;优化粒子紧随群体最优并且速度较慢,侧重局部收敛,以提高收敛精度.当群体最优未发生变更的时间过长时,在保持群体最优的同时将粒子重新分布,以摆脱过早的局部收敛.对典型函数的测试结果表明,新算法没有增加复杂度,在摆脱解的早熟和提高解的收敛精度等方面优于基本粒子群算法.     

基于VMD-LSTM-IPSO-GRU的电力负荷预测

为了挖掘电力负荷数据中的潜藏信息,提高负荷预测的精度,针对电力负荷强非线性、非平稳性等特点,提出一种基于变分模态分解(variational mode decomposition,VMD)、优化长短期神经网络(long-term and short-term memory network,LSTM)、改进的粒子群算法(improve particle swarm optimization,IPSO)优化门控循环单元(gated recurrent unit neural network,GRU)的混合预测模型。首先,使用相关性分析确定确定输入因素,再将负荷数据运用VMD算法结合样本熵分解为一系列本征模态分量(intrinsic mode fuction,IMF)和残差量,更加合理地确定分解层数和惩罚因子;其次,根据过零率将这些量划分为低频和高频,低频分量使用LSTM网络,高频分量利用IPSO-GRU网络分别进行预测;最后,将预测结果重构得到电力负荷的最终结果。仿真结果表明,相对于其它常规模型,该混合模型可有效的提取模态特征,具有更高的预测精度。     

基于改进PSO算法的混合核SVM算法

提出一种基于改进粒子群优化（PSO）算法的优化混合核支持向量机（SVM）算法（ILPSO）, 解决了一般混合核SVM算法很难评定参数选择的问题. 该算法通过限定粒子的速度、 搜索空间和交叉算子等多种寻优策略加强其收敛特性, 得到了参数的最佳组合. 仿真实验表明, 该算法能更快速、 有效地获得参数的最优值.     

基于蚁群算法的电梯群控系统控制器设计

随着社会的进步,电梯数量的不断上升,如何让电梯的运行变得更加有效成了一个亟待解决的课题。基于CAN总线和蚁群算法,将建筑物的楼层、电梯总体数量、乘客等候的时间以及电梯的载荷等重要指标融为一体,提出了一种新的针对电梯控制的操作系统,为下一步深入研究对电梯的控制打下良好的基础。     

在地球深层搜寻暗物质——中国志在暗物质领域跻身世界前列

在地下1000多米深处,物理学家设置了液态氙陷阱来捕捉他们的猎物:即假设中的暗物质粒子,它们在穿越地球时很少同普通物质发生作用。虽然每个实验室建设成本高达1000万美元,但比起它们的目标——查清宇宙中占85%的物质的构成,还算是相对便宜。不     

两两可换的对合矩阵的群逆和可逆性

给出了两个幂等矩阵之差的可逆性与群逆的充要条件,研究了三个不同的且两两可换的非零的对合矩阵A,B,C的组合T=aI+bA+cB+dC+eAB+fBC+gAC+hABC的可逆性和群逆.     

2-度量空间上具有隐式收缩条件的映射族的重合点和公共不动点

引进满足特定性质的二元、四元和六元函数类,建立2-度量空间上的四个映射的隐式收缩条件,讨论并证明四个映射的唯一重合的点和唯一公共不动点的存在定理;给出关于两个和三个映射的相应的结果和Banach不动点定理在2-度量空间上的表现形式,推广并改进了现有的一些结果。     

一类广义超特殊p-群的因子分解数

设G是一个有限群,A,B是G的两个子群,若G=AB,则称G被A和B因子分解.设G是如下的一类广义超特殊p-群,G=,m≥1,则G的因子分解数被确定.