基于马尔可夫链和模糊聚类的电力系统短期负荷预测

提出一种马尔可夫链和模糊聚类相结合的预测方法,针对时间序列中出现的各种随机现象,分别建立数学模型.对样本所属状态采用模糊划分,使分类更符合实际情况;利用马尔可夫链对研究对象做状态分析,根据状态转移进行预测.该方法在电力系统负荷预测中使用,提高了算法的全局最优性能.在时间序列呈现较强的随机性时,本算法具有明显的优越性.仿真结果表明,对于各种扰动因素,预测误差可控制在3.5%以内.     

绿色调制协同法制备复合结构的Eu-MOF材料

开发了一种绿色调制协同法合成分层结构的稀土金属有机骨架材料Eu(BTC)(H2O)6,解决了传统合成方法中使用大量的、有毒有机溶剂的难题,用乙醇和碱性添加剂代替传统的有毒溶剂DMF。首先用乙醇将有机配体溶解,然后加入碱性添加剂使有机配体去质子化,从而使其与金属中心Eu3+成功配位,通过添加剂的-COO-与BTC配体的-COO-竞争与Eu3+的配位合成形貌各异的Eu(BTC)(H2O)6晶体。绿色调制协同法,利用碱性物质乙酸钠和甲酸钠作为调制剂成功制备了多种形貌的Eu(BTC)(H2O)6,包括十字花状晶体、小麦状晶体、麻花状晶体、花状晶体、稻草捆状晶体和杂乱的稻草捆状晶体。这些多形貌的晶体利用粉末X射线衍射、扫描电子显微镜、红外光谱和热重等表征确定了晶体的结构、形貌及化学组成。     

水轮发电机组故障诊断模糊专家系统研究

针对水轮发电机组故障原因与症兆之间的复杂关系,充分利用综合监测数据和领域专家的经验知识,采用数据驱动和基于知识的目标驱动控制的正反向推理方法进行诊断.研究了基于数据库管理系统的模糊知识库设计,为知识库的建立、维护、扩充和完善提供了一种实用方法.研究了模糊推理算法,以加权模糊推理进行多种信息的融合,解决了故障诊断中不确定性问题的求解.建立了水轮发电机组故障诊断模糊专家系统.诊断实例结果表明,该系统推理效率高,可信度好,满足了水轮机组故障诊断的有效性和实用性要求.     

一种新的低存储量的图像零树编码算法

SPIHT(set partitioning in hierarchical tree)是一种简单、高效的小波零树图像编码算法。该文针对 SPIHT算法存储空间需求大 ,不利于硬件实现的缺点 ,引入“误差位数”、“绝对零点”和“绝对零树”的概念 ,提出了一种新的低存储量的图像编码算法 ,并利用 DSP评估板 (EVM)对新算法进行了验证。大量实践证明 ,新算法有效地降低了算法实现所需的存储空间 ,减少了时间消耗 ,易于硬件的实现。而且 ,新算法重建图像的峰值信噪比 (PSNR)指标对比 SPIHT算法仅有略微的降低     

分层结构故障诊断中具有容错特性的聚类算法

分层结构方法是目前在复杂系统故障诊断中常用的方法．但由于电路系统中元器件的容错性问题,如直接采用一般的聚类方法,效果并不理想．因此,在构造加性模糊聚类模型的基础上,提出了一种适合电路容错特性的模糊聚类模型匹配算法．将各故障在特征空间中的容错区间作为集合,用Ｈａｕｓｄｏｒｆ距离测定集合间的相似程度来决定类别．文中用一个实用电路作为例子,采用本算法对故障集进行了聚类分析,并与模糊Ｃ－划分法进行了对比分析．结果表明,该算法是有效的．     

一种变论域分层模糊控制器

针对分层模糊控制器规则难以设计,精度难于提高的问题,提出一种变论域分层模糊控制器。由宏观的派生性,使用继承变论域分层模糊控制规则。文中讨论了论域伸缩因子的构造,给出了变论域分层模糊控制的算法步骤。该算法提高了控制品质,避免了增加参数或改变拓扑结构的缺陷。为了证明此种控制器具有良好的逼近性能,还探讨了控制器的灵敏度。最后用双容水槽系统实验验证算法的正确性。     

基于减法聚类产生具有优化规则的模糊神经网络及其软测量建模

提出了一种通过调整减法聚类半径优选模糊规则的软测量建模方法。首先用减法聚类建立T—S模糊模型,然后通过调整聚类半径优选模糊规则数,以取得具有良好泛化性能的模型,之后利用梯度下降混合最小二乘算法精调参数。最后用该方法对初馏塔石脑油干点进行软测量建模,结果表明能较快确定优化模型,并能满足软测量建模精度要求。     

蛋白质的二级结构序列和结构型

从蛋白质的二级结构序列出发 ,提出了冗余的概念 ,定义了冗余数量和冗余长度 ,给出了不同结构型蛋白的冗余数量和长度的分布特性 .统计结果表明 α类蛋白中 30 %、β类蛋白中84 %、α/β类蛋白中 95 %的序列不同程度的存在冗余 ,冗余数量和冗余长度主要分布在 1～ 3的范围 .以主二级结构序列三联体为参数 ,利用信息聚类方法对 α类、β类、α/ β类、α β类的6 0 0个蛋白进行了聚类 ,结果表明 ,对冗余较少的α类蛋白 85 %以上能够较好地聚类在一枝中 ,但对于冗余较多的其它类蛋白不能分在一个大支中 ,大部分可以分散在多个小支中 .以主二级结构序列三联体为参数 ,利用 Mahalanobis距离方法对上述四种结构型进行预测 ,预测的总体准确率为 81 .1 % .聚类结果和利用 Mahalanobis距离分类结果充分展示了蛋白质二级结构序列对结构型的特殊作用 ,但由于冗余的影响使得二级结构序列的信息并未充分显示出来 .说明从蛋白质二级结构序列出发预测结构型和构建蛋白质框架结构是合理的选择     

基于MapX的分层路网拓扑结构的构建方法

最优路径规划是车载导航系统最主要的功能之一,而实现这一功能的关键在于构建道路网络的拓扑结构.针对这一问题,首先利用MapInfo对道路网络进行分层处理,添加道路的等级、方向等与导航密切相关的属性信息;再通过MapX控件及其基本分析函数,在Visual C++6.0平台上完成道路网络的预处理;最后按层次提取道路的交叉口、路段的拓扑信息和属性信息,并自动存储于Access数据库中,以便供最优路径规划计算所用.实验结果表明,经过分层抽象处理之后,重建的高层路网数据规模骤减,这为路径规划的实时性提供了良好的基础.     

基于图分割的蚁群聚类算法

提出了采用两种策略更新信息素来控制蚂蚁行进路径的方法.根据信息素的浓度确定图边的权值,运用了图分割算法断裂所得图的边,从而达到对数据进行聚类的目的.实验结果证明算法是有效的.