课程文献中心 更多>>

关键词： 双有源桥   电流有效值   序列二次规划算法   软开关   双重移相  

摘要： 双有源桥变换器在输入、输出电压不匹配时,内部会产生可观的回流功率,并伴随着变压器原、副边电流的显著增加,导致效率下降。对此,基于双重移相调制方法,研究双有源桥在电压不匹配情况下的传输效率问题,针对复杂的非线性电流有效值数学模型,提出基于序列二次规划(sequential quadratic programming,SQP)算法的双有源桥变换器电感电流有效值优化方法,可通过降低电感电流有效值提升双有源桥的运行效率。首先,建立双有源桥变换器关于电感电流有效值的数学模型;接着,分析双重移相下的软开关特性,并结合双有源桥的边界工况及拓扑参数,明确约束条件,基于SQP算法求解电感电流有效值最低时的移相比组合参数;最后,在Simulink上搭建仿真算例,在电压几乎匹配和电压严重不匹配的工况下完成仿真实验并与其他控制策略进行对比。实验结果表明:相比于单移相调制,电流有效值可降低11.5%;相比于电流应力、回流功率的优化,电流有效值优化分别可提升0.76、0.92百分点的效率。这验证了理论分析的正确性与所提策略的有效性。

关键词： 路径规划   蚁群算法   多目标函数   伪随机   自适应挥发系数  

摘要： 针对传统蚁群(Ant Colony Optimization,ACO)算法在路径规划中存在收敛速度慢、易陷入局部最优解和算法能耗高等问题,提出了一种改进的ACO算法。针对算法迭代初期盲目搜索的问题,改进了初始信息素的分配方式,进行不均匀分配;考虑到路径成本,将多目标函数用于改进启发式函数;采用改进伪随机转移策略,加快算法的收敛速度;改进了信息素更新规则和自适应挥发系数,平衡了收敛速度和全局寻优;将算法得出的最优路径进行节点优化,减少路径长度和转弯次数,充分发挥移动机器人的灵活性和机动性。通过仿真和对比实验验证了算法的可行性和有效性。

关键词： 遗传算法   农田灌溉   优化模型  

摘要： 为解决目前灌溉网络规划中存在的投入和灌水布局不合理问题。利用Kruskal和Dijkstra方法,解决传统GA的迭代速度较慢的缺点;在第二层优化过程中,提出基于整数值算法的最小投资费用最少优化方法,通过设定有关参数,利用MATLAB6.7对以上方法进行验证。结果表明,所构造的改良遗传算法在5次迭代中能得到最佳解,且总迭代次数不少于100次。通过实例分析,证明该方法的总体投资比传统的要小,可以节省8.4%的资金。实验证明该方法是科学的。

关键词： 水轮发电机组   脉冲耦合神经网络   录波数据   灰度化   故障检测   粒子群算法  

摘要： 提出基于脉冲耦合神经网络和粒子群优化算法的水轮发电机组故障在线录波检测方法,实时检测水轮发电机组的工作情况,识别隐性异常,防止出现严重故障,保证水轮发电机的平稳运行。利用故障录波器通过不同的采样频率分段记录水轮发电机组故障前后的电气量作为故障录波数据,采用粒子群优化算法,以记录的水轮发电机组故障录波数据波形SINR(信干噪比)最大为目标进行波形优化,降低外界环境各种干扰源及噪声的影响;将优化后的故障录波波形作为PCNN网络的输入数据,构建脉冲耦合神经网络,根据网络神经元所携带脉冲生成器的激活情况和脉冲的释放情况,判断出水轮机是否存在故障、故障的类型和严重程度等信息,实现水轮发电机组故障在线录波检测。实验表明,应用该方法可以及时、精准地检测出水轮发电机组故障类型,且在故障捕捉率方面有着较好表现。

关键词： 氢电热综合能源微电网   优化调度   改进北方苍鹰算法  

摘要： 针对氢电热联供型微电网运行调度的优化问题,为实现多能互补低碳经济的目标,充分利用电解槽和氢燃料电池的余热回收,整合氢电热制备和储存过程,建立了氢电热联供综合微电网优化调度模型,以经济性、环保性为综合目标函数。在此基础上提出改进的北方苍鹰算法对优化模型进行求解,融合Tent混沌映射,识别攻击阶段基于最优解进行位置更新,追逐逃避阶段采用分段非线性cos函数修改自适应半径R,通过比较北方苍鹰优化算法(northern goshawk optimization,NGO)、蜣螂算法(dung beetle optimizer,DBO)、改进北方苍鹰算法3种不同算法获得结果。案例研究表明:改进北方苍鹰算法与其他算法相比具有更好的收敛性能、更快的计算速度和更高的精度,有效降低了微电网经济环保的综合成本,实现氢电热之间的能源梯阶利用和互补,提高了能源的利用效率。

关键词： Collaborative edge computing   Task offloading   Privacy protection   Markov decision process  

摘要： Although collaborative edge computing(CEC)systems are beneficial in enhancing the performance of mobile edge computing(MEC),the issue of user privacy leakage becomes prominent during task *** address this issue,we design a privacy-preservation-aware delay optimization task-offloading algorithm(PPDO)in a CEC *** considering location and usage pattern privacy protection,we establish a privacy task model to interfere with the edge server and ensure user *** address the extra delay arising from privacy protection,we subsequently leverage a Markov decision processing(MDP)policy-iteration-based algorithm to minimize delays without compromising *** simultaneously accelerate the MDP operation,we develop an extension that improves the PPDO by optimizing the action ***,a comprehensive simulation was conducted using the edge user allocation(EUA)*** results demonstrated that PPDO achieves an optimal trade-off between privacy protection and delay with a minimum delay compared with existing ***,we examined the advantages and disadvantages of improving PPDO.

关键词： 脑年龄   机器学习   深度学习   回归预测   综述  

摘要： 脑年龄预测的研究对于深入理解个体神经发育、神经精神性疾病的早期诊断以及制定个性化治疗方案具有重要意义,随着深度学习的不断发展,越来越多的研究专注于利用此类算法来预测脑年龄。相较于传统回归算法,深度学习具备复杂模式学习、端到端学习和高度自适应性等优势,能更准确地揭示神经精神疾病的神经病理机制,为临床评估、辅助诊断以及预后预测提供更为精准的工具。本综述提供了近年来深度学习算法在脑年龄预测研究方面的应用进展,介绍了在脑年龄预测中深度学习模型的改进、多模态数据输入和可解释性研究上的进展,最后讨论了集成深度学习架构的建立方法和制定统一的基准测试的未来挑战,并展望了深度学习在脑年龄预测中的应用前景。

关键词： 固定参数算法   近似算法   k-中位问题   设施选址   采样  

摘要： 多样性公平k-中位问题在数据摘要等对聚类中心选取方式的公平性要求较高的聚类应用领域发挥重要作用.给定一个用户集合、ℓ个设施集合以及正整数k,该问题的目标是在每个设施集合中开设一个规模受限的子集,使得开设设施数量不超过k,且每个用户与距离最近的开设设施之间具有较高的相似度.本文将多样性公平k-中位问题实例映射为低维空间中的小规模实例,并围绕实例中的点划分空间以估计最优解中开设设施的位置.基于这一思路,本文在d-维欧氏空间中为多样性公平k-中位问题提出了时间复杂度为O(nd log n)+2^(ℓk+(kε^(−1))O(1))n^(O(1))的(1+ε)-近似算法,其中,n为设施与用户数量之和.该结果改进了此前人们在更一般化的度量空间中利用相近的固定参数时间得到的(1+2e^(−1)+ε)-近似比.

关键词： 密度峰值   自然邻居   聚类   类簇融合   离群样本   截断距离  

摘要： 结合自然邻居搜索算法改进了密度峰值聚类(clustering by fast search and find of density peaks,CFSFDP)算法存在的一系列问题,提出基于自然邻居搜索优化策略的密度峰值聚类(density peak clustering algorithm optimized by natural neighbor search,NaN-CFSFDP)算法。基于自然邻居搜索算法提出了一种离群样本的检测方法,针对CFSFDP算法中截断距离d_(c)人工准确取值较难的问题,结合自然邻居搜索算法改进了d_(c)的计算方式,实现了d_(c)的自动取值。重新设计并统一了CFSFDP算法的样本密度度量规则,使其更关注每个样本的局部信息。由于数据集中因类簇间的密度差异大,密度峰值点集中于稠密簇使得簇丢失,因此提出样本共享自然邻居和类簇共享自然邻居的概念,构造新的类簇融合算法。合成数据集和真实数据集上的实验结果表明,在大多数情况下,NaN-CFSFDP算法在聚类性能上优于或至少与比较方法相当,且与CFSFDP算法及其改进算法相比参数更少。

关键词： 多目标粒子群算法   继电保护   定值  

摘要： 继电保护参数较多且相互之间存在复杂的关联性。在继电保护定值优化过程中,需要综合考虑其相互作用,以确保电力系统的稳定运行和可靠性。为此,提出了一种基于多目标粒子群算法的继电保护定值多目标优化方法。调整继电保护定值多目标优化范围,根据整定计算原则确定继电保护设备投停状态影响域。基于多目标粒子群算法优化继电保护定值限制值,根据多目标优化范围实现继电保护定值多目标优化。通过对比实验,验证了该方法的继电保护定值多目标优化效果更佳,实际应用效果好。