分片线性逼近在电厂机组负荷分配中的应用

机组负荷优化分配是电厂提高经济效益的一种重要手段,已经成为经济调度领域内非常受关注的研究课题．针对该问题中机组发电费用为凸函数的特点,利用分片线性逼近技术建立了一种新的0—1线性混合整数规划模型．该模型既保证了求解的精度,又避免了非线性混合整数规划问题难以确定全局最优解的缺点．文章最后用一个具体的数值仿真例子说明该方法的有效性．     

一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.     

浅谈模糊动态聚类加权法

在不等精度的测量中或研究分析单参数与综合参数的关系时，人们常给予这些测得值以不同的权，即称加权。加权的权重通常是按经验法来选定的。为减少人为影响因素，提出一种从可测得值中进行模糊动态聚类分析求权的方法，从而提高加权精度，获得与实际一致的效果。     

求解最小覆盖问题的快速近似算法的进一步研究

分析了已有求覆盖平面上给定的若干个点的尽可能小的圆的问题的算法。给出了一个新的求解最小覆盖问题的算法，其计算时间复杂度为平面上给定的点数量的线性函数，该算法已编程实现，通过几万例随机算例的实际计算比较，表明算法所得结果的平均精度比已有的各种快速近似算法所得的精度要高，而且具体每例所需的计算时间均比已有快速近似算法对应的计算时间要短。     

基于数字水准仪的建筑物变形监测与分析方法研究

在大型工程建设中,往往需要进行基坑开挖。由于基坑内外压力的变化,引起土体的变形,对邻近建筑物造成影响。因此,需要对基坑及邻近建筑物进行变形监测,本文以重庆市某基坑开挖对建筑物影响的监测为例,介绍了监测方案,并对不同的数据处理模型进行对比研究,得出对于本项目变形监测中精度较高的数学模型。     

快速检测三坐标测量机垂直度误差的新方法

根据三坐标测量机空间误差与几何误差关系，使用Renishaw检查规，通过测量xy、yz和xz平面内特定圆周上各点的空间误差，可快速获得垂直度误差．使用该方法可快速、准确和方便地检测三坐标测量机垂直度误差，在安装和调试大量程三坐标测量机时，可快速检测，根据检测结果及时调整，方便快捷．     

棱镜觇牌倾斜对全站仪精密定位的影响

在利用全站仪和棱镜觇牌进行精密定位和放样工作时,由于棱镜觇牌的倾斜会给水平角测量带来目标偏心误差,极大的影响了测量精度。通过理论分析得出了目标偏心误差的内在规律和消除削弱方法。     

济南钢结构电视塔球形节点的制作工艺

介绍了电视塔钢结构球形节点的构造特点，各杆件轴线同圆球面交点的定位，球形节点和杆件的下料，组装精度控制以及为减少或防止焊接变形所采取的焊接工艺。该工程球形节点直径大、构造复杂，在国内同类结构中并无先例，因此在制作过程中从实际出发，摸索出一套行之有效的精度控制方法，使8个球体一次安装成功。     

基于改进CS优化算法的灰色神经网络预测模型

为了提高灰色神经网络在人工智能预测领域中的预测准确性,提出一种改进布谷鸟算法优化灰色神经网络的预测方法.通过改进的布谷鸟算法对常规灰色神经网络(GNN)的白化参数进行优化,寻找出最优初始化参数,并将其结果作为灰色神经网络的输入,建立了基于改进布谷鸟优化的灰色神经网络预测模型,在此基础上,采用该方法对煤与瓦斯突出进行预测.仿真实验表明,该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的灰色神经网络等方法.     

虹吸式放水涵管在小型水库工程中的应用

通过光福水库虹吸式放水涵管的设计和运行的实践,从技术、经济上和运行管理等方面总结介绍虹吸式放水涵管在小型水库放水涵管改造中的应用。