基于相对误差的线性组合预测研究

在讨论传统的组合预测方法的基础上,对相对误差准则下的线性组合预测进行了研究和推广。分别以"相对误差平方之和最小"、"相对误差之和最小"和"最大相对误差最小"为准则,给出了9个线性组合预测模型,其中有6个线性组合预测模型是新提出的,并且讨论了模型的解法。以美国加州电力日均价为例,给出了9种线性组合预测模型的预测结果,验证了新模型的精确性和优越性。     

基于粒子群算法最优化Verhulst模型的开采残余下沉预测

矿区开采引起的残余下沉稳定时间长、潜在危害大,有必要准确地预测矿区地表的残余下沉。鉴于传统的残余下沉Verhulst模型建模误差大、适用性弱,在建模过程中以数据序列的首个数据保持不变导致预测效果差的缺陷,以直接离散Verhulst模型为基础,引入粒子群算法寻求模型迭代初始值的最优解,建立基于粒子群算法优化的矿区开采残余下沉直接离散Verhulst模型,并以山西阳泉和山东兖州矿区两个时间尺度的地表残余下沉监测数据集进行实例验证,最后利用Matlab App Designer工具实现模型算法的可视化。结果表明：基于粒子群算法优化的直接离散Verhulst模型的矿区开采残余下沉预测精度和稳定性增益明显,所开发的计算工具具有正确性和有效性。     

融合图注意力网络和注意力因子分解机的服务推荐方法

为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力,进而提升推荐的准确性和有效性,提出基于图注意力网络(graph attention networks,GAT)研究服务推荐方法,引入服务的组合权重和组合的结构信息,综合利用多种服务特征,提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine,AFM)结合在一起,利用多头自注意力机制,学习每个节点在图邻域中的重要性;进行信息聚合,处理网络中的不同图结构,以适应服务动态变化的场景。 实验结果显示,在数据平衡的情况下,提出的方法性能表现均好于对比方法;在数据不平衡的情况下,提出的方法大部分性能指标也表现良好,达到了提升服务推荐准确性和有效性的目标。     

基于本地收益最大化的命名网内计算部署机制

命名网内计算(named in-network computing, NINC)是一种基于命名数据网络架构、在网络设备处提供泛在计算服务的新兴计算方案。如何有效在单个路由器上部署多个NINC服务,仍有待探索。针对这一问题,提出了本地部署收益与本地服务收益的概念,前者表征NINC服务本地部署后降低转发流量所获得的CPU资源节约量,后者表征所部署的NINC服务每消耗单位CPU资源所获得的流量处理能力。在此基础上,设计了一种基于本地收益最大化的NINC部署机制。该机制中,路由器周期性预评估拟部署NINC服务的本地部署收益与本地服务收益,进而将部署问题转化为一个背包问题,求解出优化的NINC服务部署方案。仿真结果表明,相较于基于流行度的机制,该机制能够有效提高网内计算流量处理能力,在网内计算服务所需数据量均匀分布的一般性场景下,单个路由器可获得约20%~27%的处理能力提升。     

基于历史数据的测试任务约简和故障诊断

针对部队航电组件测试任务繁重、故障定位率低的问题,提出一种利用历史数据来简化测试任务、提高故障定位率的方法。利用粗糙集信息系统理论,建立了航电组件故障信息系统模型;基于测试任务辨识函数和诊断允许误差对测试任务进行约简;基于最短测试时间选出最优测试任务集;利用贝叶斯最大后验概率进行故障诊断推理,将诊断问题归结为不等式约束极值问题;用0-1规划隐数算法求得最优解。最后以某型飞机惯导部件为例验证了方法的快速有效性。     

基于灰关联度的多目标规划新求解算法

针对多目标规划的求解问题,提出了一种新的基于灰色关联度的求解算法, 该算法将多目标规划模型的多个目标函数理想值组成一个理想目标向量。在相同的约束条件下,基于目标函数向量与理想目标向量之间的灰色关联度而构造一个实值偏好函数。通过最大化这个实值偏好函数,可把多目标规划问题转变为单目标规划问题,并给出了基于遗传算法的求解步骤。通过实际算例表明,该算法正确有效,且相对于线性加权和法、平方加权和法和理想点法而言,具有较好的综合距离均衡性能。     

连续旋转馈电微带天线阵的仿真

针对微带阵列天线实现圆极化时轴比窄的不足,引入了一种给微带单元连续旋转馈电的技术,并从圆极化天线的定义出发,采用一种浅显的表述对此技术如何可以提高轴比特性进行了理论分析,得出关于此种阵列结构的一些规则.最后,在2.49GHz工作频率上,对两种微带阵列结构的天线进行了仿真计算,结果表明了此种阵列天线比传统的阵列天线阻抗带宽增加2倍,轴比带宽增加了几乎3倍.     

网络控制系统实时仿真平台的设计与开发

网络控制系统(NCSs)是通过通信网络实现控制系统单元信息交换的分布式控制系统.由于通信网络的引入,有可能使控制系统的性能降低甚至导致系统不稳定,这些不利因素使得对网络控制系统的分析研究变得更为复杂.利用混合编程技术并搭建基于实时通信网络的仿真平台,可为网络控制系统提供有利的分析工具.最后以状态反馈控制器为仿真实例,证明该研究平台的优势及有效性.     

用GEP实现复杂函数的自动建模

GEP是一种新颖的遗传算法,在函数建模的应用中取得良好的结果.给出计算有效基因长度的伪代码,结合GRCM方法阅读基因,快速计算出染色体的适应值.在算法中增加了参数估计模块,用GEP得到较好模型后,用参数估计模块进行参数优化,试验显示这种混合的GEP方法比传统的最小二乘法、神经网络以及遗传程序设计等方法具有更好的性能.     

基于遗传编程的火电厂主汽温系统建模研究

遗传编程是基于自然进化理论的一种全局最优智能搜索技术,将它应用于系统辨识,可以实现同时辨识系统的结构和参数,并且得出的辨识结果是显示的。提出了一种新的多目标遗传编程算法,将进化的目标设定为偏差的平方和、表达式的复杂程度和最大动态偏差的综合最小。应用该算法辨识火电厂主汽温系统,仿真结果说明该算法是有效的,并且比常规遗传编程算法优越。