基于模糊信息融合的燃压机组定量HAZOP分析

针对传统计算机辅助HAZOP分析中定量信息的丢失现象以及多危险源系统安全决策的困难,提出了基于模糊信息融合的HAZOP建模与推理方法.构建了系统HAZOP有向图知识模型,针对模型中不同属性的节点分别采用相应的模糊定量化处理方法;同时基于D-S证据理论,利用危险传播路径上相关节点之间的定量偏差信息进行模糊融合推理,给出系统存在的危险原因与后果, 以及各自的融合信度,为系统安全决策提供依据.利用该方法对"涩-宁-兰'管线压气站燃压机组的运行状态进行模糊信息融合HAZOP分析,最终给出了系统各危险原因与后果的融合信度及排序,采取有效的安全措施避免事故发生. 与传统HAZOP分析进行比对,工程应用结果证明了该方法能解决传统HAZOP定性分析的局限性与不确定性难题;当系统存在多危险源时, 增强了系统安全决策的合理性.     

电压反馈型正激变换器中分岔与混沌现象的研究

研究了电压反馈型正激变换器的分岔与混沌.基于功率变压器的简化模型,建立其离散映射模型.在此模型的基础上得到以变压器的初次级匝比为分岔参数的分岔图,根据此分岔图分析了正激变换器混沌出现的途径.然后在PSpice中进行仿真实验,得到了电容两端电压和电感电流的时域波形图及其相图,获得了与数值仿真一致的电路仿真结果.     

广义线性模型的贝叶斯分析及稳健参数设计应用

讨论了非正态响应稳健参数设计中应用最为广泛的广义线性模型.针对广义线性模型在稳健参数设计中普遍存在的估计性问题,对广义线性模型的参数采用相对客观的Jeffreys先验分布,运用基于ARMS抽样算法的MCMC方法动态模拟出各参数后验分布的马尔科夫链,并给出了广义线性模型参数的估计值和显著性因子.根据实际工业试验数据,利用SAS软件对广义线性模型进行了贝叶斯分析,结果表明贝叶斯广义线性模型在参数估计的稳健性和显著性因子识别方面比一般的广义线性模型更加可靠和有效.     

A NEW TEST PROCEDURE FOR NEW BETTER THAN USED IN INCREASING CONVEX ORDERING

A new nonparametric procedure is developed to test the exponentiality against the strict NBUC property of a life distribution. The exact null distribution is derived by the theory of sample spacings, and the asymptotic normality is also established by the large sample theory of L-statistics. Finally, the lower and upper tailed probability of the exact null distribution and some numerical simulation results are presented as well.     

ASYMPTOTIC NORMALITY OF SOME ESTIMATORS IN A FIXED-DESIGN SEMIPARAMETRIC REGRESSION MODEL WITH LINEAR TIME SERIES ERRORS

Consider a semiparametric regression model with linear time series errors Yk = x'kβ g(tk) εk, 1 < k < n, where Yk's are responses, xk = (xk1,xk2,..... ,xkp)' and tk ∈T ∪R are fixed design points, β= (β1, β2, ....., βp)' is an unknown parameter vector, g(.) is an unknown bounded real-valued function defined on a compact subset T of the real line R, and εk is a linear process given by εk = ∑j=0∞j(?)ek-j,(?)= 1, where , are i.i.d. random variables. In this paper we establish the asymptotic normality of the least squares estimator of β, a smooth estimator of g(.), and estimators of the autocovariance and autocorrelation functions of the linear process εk.     

基于短期AGC指令的负荷系统预见预测控制

针对目前火力发电单元机组负荷增减频繁、扰动因素较多的情况，在充分利用自动发电挂制(AGC)的负荷指令资源的基础上，提出一种协调控制系统的负荷预见预测控制方案。该方法以多变量预测控制为核心，将预见控制思想融入到预测控制的设计之中，从而构成一种新的负荷协调控制策略。仿真结果表明，该方法集预测控制、预见控制二者的优点，使得机组负荷具有良好的跟踪性能，主蒸汽压力也具有很好的系统动、静态调节品质，而且控制量变化非常平稳，在对象动态特性较大范围内变化的情况下，系统具有较强的鲁棒性。     

基于Hopfield网络单元机组负荷多变量模型算法控制

电厂负荷系统是一个有耦合和约束的多变量对象。模型算法控制(MAC)是预测控制的一种，在惯性迟延对象的控制中有很好的应用。该文提出用Hopfield网络来求解具有约束的多变量负荷系统的控制输入。仿真表明，该方法算法简单、鲁棒性强、控制效果理想。     

Skyline查询应用扩展及其优化算法

Skyline查询处理是近年来信息管理和数据库交叉学科的一个研究重点和热点, 其广泛应用于多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域. 然而, 在实际的联机查询应用中, skyline查询的结果具有固定和多用户共享特性, 因此, 随着时间的推进, 查询结果的可选择性逐步降低, 从而最终导致查询结果无法满足用户的需求. 为此, 提出k-quasi skyline查询, 来丰富传统skyline查询的结果集, 并与目前主流关系数据库产品无缝集成.为了提高任意维空间上k-quasi skyline查询的效率, 设计了基于正规格索引的计算方法EARG (efficient algorithm based on regular grid).EARG算法通过格之间的支配关系来缩减对象间的比较次数, 从而显著降低k-quasi skyline计算的时间开销.理论分析和实验结果表明, EARG算法具有有效性和实用性.     

ON ASYMPTOTIC NORMALITY OF PARAMETERS IN MULTIPLE LINEAR ERRORS－IN－VARIABLES MODEL

This paper studies the parameter estimation of multiple dimensional linear errors-in-variables (EV) models in the case where replicated observations are available in some experimental points. Asymptotic normality is established under mild conditions, and the parameters entering the asymptotic variance are consistently estimated to render the result useable in the construction of large-sample confidence regions.     

线性测量误差模型及其诊断

利用校正似然法对讨论了系统分析中测量误差的设计问题,在此基础上讨论了该模型的诊断,并给出了若干个诊断统计量,数值实例表明本文的方法是比较有效的。