基于PSASP自定义接口功能的直驱型风电机组简化模型

针对大规模直驱永磁风电系统机电暂态仿真时采用PSASP自带的通用发电机模型不能表述实际直驱型永磁风力发电机组(简称D-PMSG)运行特性的问题,以某地近海风电场D-PMSG单机测试数据作为参考,利用PSASP自定义建模环境(PSAP/UD)搭建直驱永磁风机暂态简化模型。D-PMSG暂态简化模型忽略发电机及机侧变流器影响,同时考虑低电压穿越时动态短路电流的特性、电压频率保护控制以及有功恢复速率设置,将D-PMSG当成带有低压穿越保护的受控电流源,并根据D-PMSG低压穿越时的实测数据基于遗传算法实现了重要参数的优化工作。通过分别将D-PMSG暂态简化模型与详细模型、增加爬坡功率设置以及单机测试系统实测运行数据在三相短路故障条件下的对比,验证了D-PMSG暂态简化方法的正确性,以及参数优化方法的有效性。     

基于重心法和层次分析法的高校快递智能柜选址布局问题研究

针对高校快递智能柜选址问题,提出了重心法联合层次分析法的综合选址方法。该方法首先运用重心法确定智能快递柜的备选位置,再结合层次分析法从备选位置中确定最优选址。以广州某高校为例,对联合选址方法进行了实际应用。结果表明,该方法计算过程简便、实用,在校园自提柜选址决策方面有较高的科学性和可行性,可以为各大高校快递智能柜选址提供参考。     

基于密度的全局K-means算法的改进

针对全局K-means聚类算法和快速全局K-means聚类算法在选择下一簇的聚类中心点时,需要逐一计算数据集中每个点作为备选聚类中心点时的簇内平方误差函数,而数据集中存在很多不可能作为备选点的噪声点.为剔除噪声点,提出了一种基于高密度数的DGK-means算法,并通过UCI数据库中的4组数据集进行实验测试.验证了在聚类效果稳定的前提下,改进的DGK-means算法比全局K-means算法和快速全局K-means算法,聚类用时更短,聚类效率更高.     

基于遗传算法的除雪机螺旋集雪器结构优化研究

除雪机螺旋集雪器最主要的结构为螺旋叶片,其结构参数对于集雪器的生产率及使用功率都有着至关重要的影响。在既有产品的基础上,采用遗传算法计算得出最优解,最终通过调整螺旋集雪器螺旋叶片的螺距及螺旋内径,有效地提高了螺旋集雪器的生产率,降低了螺旋集雪器的使用功率。     

利用改进的超像素分割和噪声估计的图像拼接篡改定位方法

通过检测图像局部噪声水平的不一致性,提出一种图像拼接篡改区域的定位方法.首先,用改进的简单线性迭代聚类(SLIC)超像素分割算法将待检测图像分割成具有相似特征的像素块;然后,采用基于主成分分析的噪声水平估计方法计算每个图像块的局部噪声水平;最后,利用3种聚类算法对估算的噪声水平进行聚类,根据聚类结果定位出被篡改的区域.实验结果表明:文中方法不仅能有效定位被篡改的区域,而且能保留检测区域更多的边缘信息.     

An extended Lagrangian support vector machine for classifications

Lagrangian support vector machine (LSVM) cannot solve large problems for nonlinear kernel classifiers. In order to extend the LSVM to solve very large problems, an extended Lagrangian support vector machine (ELSVM) for classifications based on LSVM and SVMlight is presented in this paper. Our idea for the ELSVM is to divide a large quadratic programming problem into a series of subproblems with small size and to solve them via LSVM. Since the LSVM can solve small and medium problems for nonlinear kernel classifiers, the proposed ELSVM can be used to handle large problems very efficiently. Numerical experiments on different types of problems are performed to demonstrate the high efficiency of the ELSVM.     

基于基因算法的模糊滤波器的研究

对基因算法的模糊识别进行了研究。对于简单自适应模糊滤波器不能很好地解决由于信息冗长带来的局部最优问题 ,可采用基因算法进行优化。其在不牺牲学习效率的前提下可以获得良好的性能。     

NLMS算法在轨道电路信号解调中的应用

针对目前轨道电路FSK信号解调中传统解调方法解调精度不足的问题,在对自适应滤波理论研究的基础上,提出采用基于NLMS算法的自适应滤波模块,利用传统频谱分析法得出轨道电路FSK信号的载频信息作为自适应滤波模块的期望信号,通过提取其中一个载频分量从而还原调制方波,经过计算后得出调制频率,实现信号的解调。仿真结果证明NLMS算法不仅实现了轨道电路FSK信号高精度的解调,并且解决了传统LMS算法在轨道电路FSK信号解调中收敛速度慢的缺陷,具有良好的抗噪性能。     

武器目标分配问题的离散差分进化算法

提出一种新的求解静态武器目标分配问题的离散差分进化算法. 采用整数排列建立武器-目标分配对,作为离散差分进化算法的初始个体;并通过取模运算对溢出取值范围的解向量进行修正,将其转化到解的搜索区域内,从而对差分变异算子进行设计. 同时,提出相应的交叉策略,得到可行的武器目标分配对. 在交叉过程中,保留目标向量与试验向量中相同的分配对,得以很好地利用上一代的分配结果. 在删除重复数和重新插入整数时,为了避免倾向性,生成随机排列,保证对数据处理的公平性. 实验结果表明,提出的离散差分进化算法在收敛性和求解质量方面均优于另外2种典型的离散差分进化算法,很好地实现了武器目标分配问题的有效求解.      

基于高斯优化的精英鱼群算法研究

针对鱼群算法迭代后期易陷入局部最优解的缺点,提出一种基于淘汰赛体制的改进型鱼群算法——精英鱼群算法(LOAFSA).该算法包含基于巴莱多法则的淘汰赛体制和基于高斯优化的种群动态管理策略,在保持种群数量平衡的基础上在迭代初期就具有较优秀的精英鱼群.实验表明:对于多元函数求解极值问题,该算法具有很好的全局最优值搜索能力.将其应用于RAN架构无线接入网的数学优化模型中,利用鱼群算法寻找最优的一组发射功率使得系统容量功率最优.