基于EMD提取专家语言评价信息的群决策方法

针对传统语言群决策方法在集成专家评价信息时所遇到的专家权重求取主观性大、方法无标准的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)提取专家语言评价信息的群决策方法,利用EMD方法适于分解非线性、非平稳信号数列的特点,分解各专家对待决策事物做出的综合语言评价值,得到各专家所做评价值的客观趋势成分和主观随机成分,以客观趋势成分的均值,作为待决策事物的专家综合评价结果用于优选过程.相比于传统群决策理论中专家信息的集成方式,其由于不用求取专家权重而直接进行评价信息提取,因此能更大限度地排除人为主观因素的影响,使最终决策结果更加符合对客观事物的评价规律.     

应用机器学习技术预测强雨雪天气过程中的积雪

2017年12月～2018年2月冬季,在中国长江中下游流域发生了两次强度强、范围广的强雨雪冰冻天气。在第一次强降雪天气中,由于2018年1月3～4日和5～8日两阶段降雪在中国东部落区高度重叠,导致了较为严重的灾害。为了预测日积雪深度,利用2017年12月～2018年2月和2007年12月～2008年2月这两个时间段上的国家测站日值数据,利用CART决策树算法根据各气象要素生成一个预测当天是否有积雪的二元判别决策树模型。从决策树结构中可以看出,前一日的积雪深度、日最高气温、日平均气温、日最低相对湿度等要素对预测结果的影响重大。且两决策树的结构相似度极高,故该模型对是否有积雪的预测存在普适性。随后利用深度学习方法训练两个时间段上所有预测为有积雪的个例,建立预测积雪深度的回归模型,结果表明,利用该模型训练得到的误差较小,但不足之处在于,预测极端降雪个例的误差大于普通降雪个例。将决策树模型与深度学习模型串接,便能得到预测当天是否有积雪,及积雪深度的模型。相比于前人的研究,该模型能拟合更复杂的特征,得到更精确的预测,使用2018年的数据也能更好地模拟当前的气候背景。     

三维瞬态涡流问题的有限棱单元计算法

推导出求解三维瞬态涡流问题的Ａ－Ａ有限棱单元法控制方程；运用补树技术保证了解的唯一性；提出了不完全树约束方法加速ＩＣＣＧ收敛；运用本方法对ＴＥＡＭ ＷＯＲＫＳＨＯＰ问题４进行了计算，具有较高精度和快速收敛等优点。     

三维瞬态涡流问题的有限棱单元计算法

推导了求解三维瞬态涡流问题的Ａ￣＊－Ａ有限棱单元法控制方程；运用补树技术保证了解的唯一性；提出了不完全树约束方法加速ＩＣＣＧ收敛；运用本方法对ＴＥＡＭＷＯＲＫＳＨＯＰ问题４进行了计算，具有较高精度和快速收敛等优点。     

系统谐波与负序电流对水轮发电机的影响

随着电力系统中电力电子装置以及不平衡负载大量增加，谐波和负序污染日趋严重，它们对发电机的运行安全带来危害，采用多回路法建立的凸极同步电机d,q系统模型，导出了在外加任意谐波或负序时定转子电流，电磁转矩以及阻尼条电流分布的稳态计算方法，通过实例计算，分析和说明了电力系统谐波和负序对大型水轮发电机的影响。