改进灰色神经网络的作动系统功率预测

为提高飞机上作动系统的功率预测精度,建立了改进的多变量灰色神经网络预测模型。考虑了对系统功率需求有较大影响的相关因素,采用主成分分析法提取综合变量作为输入,在提升准确性的基础上有效减少了输入维数;在利用递增方式对初始值进行选择的过程中,引入粒子群优化算法快速求解最优初始值和背景值,模型预测的平均误差由13.35%降为7.53%;考虑到序列波动对预测精度的影响,采用BP神经网络对预测值进行误差修正,进一步将模型的平均预测误差降为4.07%。仿真实验表明,含主成分分析的改进灰色神经网络对飞机作动系统的功率有较高的预测精度,有利于飞机的电能调度。     

基于波动负荷功率分析的闪变源判别方法

通过建立多闪变源电路等效模型,分析了闪变功率闪变源判别原理,构建了改进能量算子提取电压和电流闪变包络,采用改进FFT谱分析获得闪变包络参数计算闪变功率,基于闪变功率方向和幅值特性实现闪变源定位及其污染评估,提出并建立了基于波动负荷功率分析的闪变源判别方法.仿真分析和实验表明,提出方法能快速有效定位闪变源,准确评估多闪变源的污染程度,判别结果快速准确、误判率低.     

基于改进遗传算法的工业机器人能耗最优轨迹规划

为了降低工业机器人在工作过程中的能耗,提出了一种能耗最优的轨迹规划方法。将机器人的轨迹视为由空间中一系列的型值点构成,每相邻的型值点间由一段五次B样条曲线连接,得出机器人的轨迹函数。以动能作为目标能耗函数,同时考虑各个关节的运动学和动力学约束。对遗传算法进行改进,用于优化目标能耗函数,此改进遗传算法提高了算法的运算效率、局部搜索能力和实时性。对优化结果进行仿真,得出各个关节的运动学参数变化曲线,分析各个关节的曲线图知其均满足运动学和动力学约束条件,验证了此优化轨迹的合理性。     

改进的AHP中增加元素的严格保序性条件

给出了改进的AHP中,在单一准则下,增加一组新元素的严格保序性条件,并由此给出增加一个元素严格保序的充要条件,使改进的AHP的理论研究有了进一步完善。     

相依回归系统参数的一种有偏估计

对二个相依回归方程组成的线性系统,提出两种新的有偏估计广义岭型协方差改进估计和广义岭型两步协方差改进估计．讨论了这两种估计的优良性质,给出的这两种估计是岭型协方差改进估计和岭型两步协方差改进估计的推广．     

业务协同驱动的高校数据质量管理模型及应用

从高校业务协同场景出发,结合高校业务数据特点,提出一种数据质量管理框架和评价模型;建立协同业务数据质量的评价指标体系,包括数据源质量、数据关联质量、数据效用质量三个维度7项一级指标;采用比较标度的改进层次分析法设计评估权重,简化构造矩阵的一致性校验的问题。实际应用表明,提出的评价模型可以有效量化评价业务协同场景下各系统和数据集数据质量,发现问题原因,具备可操作性和实用性,为提高数据质量提供参考。     

点缺陷对微波介质陶瓷介电性能的影响

从理论方面研究点缺陷对微波介质陶瓷材料介电性能的影响,通过实验分析微波介质陶瓷材料的几种改性机理中点缺陷所发挥的作用,以及工艺因素对点缺陷的影响,得出由于点缺陷的作用使得几种改性可能会产生的结果。     

一种动态融合的目标识别与跟踪算法

针对红外图像序列的特点,提出一种动态融合的目标识别与跟踪算法。由图像序列中的运动信息对目标进行提取,得到自适应波门所需的起始波门和灰度双阈值,以及匹配算法所需的基准模板,其后的跟踪, 融各算法为一体,分时机、分场合地给予灵活运用。最后,以实测的红外图像序列对文中提出的算法进行仿真实验,结果表明该融合算法的可行性与有效性。     

改进非线性潮流算法在功率因素测量应用中的研究

在功率因数的数字化测量中,由于电网频率波动造成非同步采样,从而影响功率因素测量的准确度,本文首次将一种快速收敛潮流算法一改进非线性潮流算法,应用于功率因素的数字化测量中,在准确度误差不超过0,0003的条件下,计算时间却小于10ms,满足功率因素在线监测的同时,还可以实时检测系统频率,为同步采样提供了一条新的途径。     

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准建模和预测分析。结果表明,相比已有方法,本研究方法具有负荷预测精度高、运行速度快的优势,可为后续智能电网系统建设及管理运用提供一种新颖的解决思路。