应用牛顿法的高压直流输电系统非特征谐波潮流算法

针对高压直流输电系统非特征谐波潮流算法中非线性方程组具有变量多、维数高的特点,采用牛顿-拉夫逊算法迭代求解,提高了非特征谐波算法的收敛性,推导了换流装置交流侧三相电流和直流侧电压及Y、d换流变压器Δ绕组内零序环流的解析式.根据交、直流网络与换流装置的相互关系,组成换流站母线三相谐波电流平衡方程、直流网络谐波电流平衡方程,形成了修正方程式,以统一基波和特征谐波潮流结果为初值,运用牛顿-拉夫逊算法迭代求解全系统非线性方程组.采用该算法计算了南方电网云广±800 kV特高压直流输电系统非特征谐波潮流,计算结果合理,收敛性良好,证明了所提算法的正确性和有效性.     

基于合成核支持向量机的风力发电机故障诊断

采用合成核函数构造支持向量机模型,运用粒子群优化算法（PSO）对模型参数进行参数寻优,利用UCI数据集的数据进行分类验证.与单核SVM相比,该方法具有更好的分类能力和运算速度.将合成核SVM应用到风机齿轮箱的故障诊断中,取得了良好的效果.     

BP网络应用于黄河水质浓度的预测研究

我们首次建立了不同算法运用于DO浓度预测的三种BP神经网络模型 ,并将其用于地表水质浓度的预测 结果表明 ,三种网络均可较满意地预测DO浓度 但比较之下 ,基于L -M改进算法的BP网络在非线性时间序列DO值的预测中显示出了独特的优越性     

分布式数据查询优化算法的研究

分布式数据查询是分布式数据库管理系统的核心,而查询优化算法又是查询处理中的关键技术。分布式数据库管理系统的研究始于20世纪70年代中期,在30多年的发展中,取得了丰硕的成果。但由于分布式数据的分散性,使分布式数据查询比集中式数据查询复杂得多。本文对基于关系代数优化的算法进行了探讨和研究,并应用于实例,取得了较好的优化效果。     

LDPC 码改进型LBP 译码算法研究

针对LDPC(Low Density Parity Check) 码分层( LBP: Layered Belief Propagation) 译码算法计算复杂度高、不易于硬件实现的问题, 提出一种改进算法。该算法首先引入函数f(x)使LBP译码算法的计算复杂度大大降低; 同时引入具体参数校正因子和偏移因子, 提升译码性能。仿真结果表明, 改进后的算法相比LBP 算法在计
算复杂度降低的同时, 也提升了译码性能, 从而达到了易于硬件实现的目的。     

基于方位谱叠加的多子阵中等斜视NLCS算法

针对在中等斜视多子阵合成孔径声纳中"非停走停"时间的方位孔径依赖性和回波信号的阵元依赖不能被忽略,从而导致现有算法成像效果不佳的问题,提出一种基于方位谱叠加的多子阵合成孔径声纳中等斜视非线性调频变标(NLCS)算法.该算法直接对精确距离史进行泰勒级数近似,解决了传统算法须先忽略"非停走停"时间的方位孔径依赖、再近似的问题.在成像处理时,为了解决回波信号阵元依赖的问题,使用基于级数反演谱的NLCS算法单独处理每个子阵的信号,再通过叠加每个子阵成像结果的方位谱的方式得到最终的成像结果.通过仿真实验验证了该方法的有效性和优越性.     

基于粒子系统实现船舶航迹仿真的加速方法

为解决大规模粒子系统的实时性问题,提出一种基于LOD技术和硬件加速技术的混合加速技术.根据视点与景物间的距离建立粒子系统的LOD模型,并将该模型融入基于GPU的渲染流程中.整个实现流程采用FBO技术,通过两遍渲染方式完成粒子系统的绘制.虚拟海洋场景的船舶航迹实时试验表明,该方法可显著提高粒子系统的运算效率和绘制速度,与未采用任何加速策略而单纯基于CPU的绘制方法相比,其绘制效率提高近12倍.     

基于关系积的属性约简算法

粗糙集的属性约简是一个NP难问题,目前尚无高效的算法.基于集合理论,提出了关系积概念和基于关系积的属性约简算法,把决策表的属性约简过程转化为关系积的运算,减小了对决策表的扫描次数,提高了属性约简的效率;算法采用自底向上和宽度优先的搜索策略,可确保找到最小属性约简集.结合实例,给出了算法的具体实现.     

一种新型的交通事件检测算法研究

交通拥堵会造成车辆延误、旅行时间延长和空气污染加重等困扰城市的问题,给城市交通带来了严重的挑战。交通拥堵一般可分为常发性和偶发性两类。常发性拥堵是由于车流需求超过道路容量而产生,从不拥堵到拥堵需要一个过程．前后交通流参数（交通量、速度和道路占有率）的变化一般也是连续的：而偶发性拥堵是由于突发事件造成道路通行能力暂时下降而引起的拥堵．反映拥堵前后的交通参数变化呈不连续状态,并且前后的差值随事件的严重性而增大。不论是常发性拥堵,还是突发交通事件,都具有较为明显的数据变化特征,因此,只要有足够及时的样本数据,进行自动交通事件的检测是完全能够实现的。     

基于地磁定轨和扩维卡尔曼滤波的导航算法

为了克服扩展卡尔曼 (Kalman)滤波算法对噪声统计特性的约束 ,针对磁强计量测噪声为有色噪声伴常值干扰的特性 ,提出了一种基于扩维Kalman滤波算法的地磁导航算法 .该算法为了使量测噪声白噪化 ,引入了 2个新的状态变量 ,此时测量噪声是均值为 0的高斯白噪声 ,并满足扩展Kalman滤波算法的约束条件 .对由此构成的系统使用扩展Kalman滤波算法 ,可以得到扩维Kalman定轨导航算法 ,利用该算法可以获得国产磁强计的导航精度 ,其地心距模的估计误差为 2 0km ,速度模的估计误差为 10m/s .卫星的实测数据仿真结果表明 ,该导航算法具有较好的稳定性和收敛性 ,克服了扩展Kalman滤波算法的发散问题