基于改进的动态聚类算法的配送车辆调度研究

研究了物流配送车辆调度优化问题,建立了以所需车辆数最少为第一目标,以车辆总行程最短为第2目标的双目标优化模型.把问题分成2阶段进行求解,第1阶段用改进的动态聚类算法分派车辆的配送任务,第2阶段用动态规划方法求出车辆的行车路线;实例证明,算法有效降低问题的复杂性,使问题在合理的时间内得到满意解,模型和算法均具有较大的推广意义.     

神经网络负荷模型的综合能力研究

针对电力电子设备综合负荷模型难以用机理模型描述的现状,构造了动态综合负荷的模糊神经网络模型.该模型具有模糊推理和神经网络的优点,能很好地逼近动态负荷的模型输出.通过对已知实测建模数据的训练,分析了模糊神经网络负荷模型的前件参数、结论参数的辨识策略,阐述了模糊隶属度和模糊规则的形成过程.对负荷构成相异的4组实测变电站负荷数据,用其中1组建模数据进行训练,得出模糊模型结构和参数,用该模型去拟合其他3组数据,对模糊神经网络负荷模型的综合能力进行验证.实例表明,该模糊神经网络负荷模型不仅具有很强的自描述能力和收敛性,而且具有良好的综合描述能力.     

基于TCP/IP协议的智能小区管理系统设计

论述了一种采用低成本单片机为核心、基于TCP/IP协议的智能小区管理系统的设计方法,详细分析了系统的硬件模块组成和软件通讯实现方案,该系统实现了小区的网络化智能管理.     

坡道上变速车道长度研究

利用汽车行驶理论,讨论道路坡度对车辆加速性能的影响,进而推导出道路坡度与变速车道长度的关系,同时计算出不同道路坡道时的变速车道长度的修正系数,并与现行道路路线设计规范进行了对比分析,给出了坡道上变速车道长度的修正系数参考值,供公路设计人员设计山区或丘陵区高等级公路时参考.     

正交频分复用系统中脉冲成型信道估计算法

提出一种脉冲成型的信道估计算法,该算法将频域的信道信息转换为时域信道信息,通过多径信息和理论推导的脉冲信号就町以合成几乎没有失真的信道时域特性,并能消除大部分的噪声干扰,然后将信道的时域特性变换到频域,得到信道的频域特性.理论分析和仿真结果表明:该算法有良好的抗噪声性能和低的误码平层,同时对系统的定时精度不敏感.     

基于快速提升小波变换的谐波实时检测新方法

提出一种基于提升小波变换的有源电力滤波器谐波实时检测方法.以经典Daubechies小波为谐波检测基函数,利用欧拉算法因子化分解得到其第二代小波提升步骤;通过当前采样值与历史采样值构造改进型数据帧实现小波实时算法,并采用周期延拓处理数据帧边界.搭建dSPACE试验平台,自编Simulink/Embedded Matlab Function函数实现检测算法,将Simulink/RTW和dSPACE/RTI生成C代码载入实时硬件系统进行分析.试验结果表明:该方法能准确实时地分离出电网稳态谐波分量,暂态跟踪调整时间少于一个周波;较第一代Mallet小波算法加速近一半;改进的实时数据帧构造方法硬件实现更加快速.     

分布式无线传感器网络的目标分类

研究了无线传感器网络中的运输车辆的检测问题,并利用AR-Burg最大熵算法对不同车辆时间序列进行谱特征提取.分类结果是使用支持向量分类器类得到的.仿真结果表明,该分类方法可以达到较高的分类率,计算快且稳定,生成数据量小.     

基于云计算和改进极限学习机的电网负荷预测

随着智能电网和通信技术的迅速发展,电网系统采集的用户数据规模呈指数增长,传统电网负荷预测方法难以满足海量负荷数据情形下的高效分析和计算需求.据此,依托电力系统数据采集云平台,提出一种基于云计算和改进极限学习机的电网负荷预测模型,采用Map-Reduce网络架构,部署于Hadoop平台,利用分布式计算方式进行电网负荷的精...     

风场扰动对无人机控制/导航影响效应仿真

为了全面、定量分析风场扰动对无人机控制/导航系统的严重影响,选取某型探测/侦察无人机作为典型代表,首先利用近60余年NCEP再分析资料,针对我国及周边地域,进行了低空风场建模（包括平均风速和湍动分量）和仿真再现;在此基础上,在Matlab/Simulink仿真环境中,构建了该无人机虚拟样机,包括动力学、控制、惯性/GPS导航等关键子系统,反映了其基本飞行品质和控制响应;最后,分别在理想和风场扰动条件下,进行了该无人机典型巡航/侦察任务的飞行仿真,得到了飞行航迹/姿态、控制响应等关键参数,通过对比分析,全面、定量评估了风场扰动对惯性/GPS导航系统的影响效应。结果表明：风场扰动对于无人机惯性导航系统具有较大的影响,所产生的积累误差随时间增加逐步增大,相比而言,基于GPS的控制/导航系统具有较好的适应性和鲁棒性。     

电力线的性质和应用

据电力线性的性质，采用反正法来定性分析静电场中的导体问题。