课程文献中心 更多>>

关键词： 路径规划   改进A^(*)算法   环境建模   拐角优化   防碰撞  

摘要： 为解决传统算法在规划AGV(automated guided vehicles)路径时存在的节点多、路径不平滑和拓展范围广等问题,提出了一种改进A*算法。首先,采用栅格法建立环境信息;其次,通过加权后的障碍物比例对启发函数进行改进,同时增加防碰撞函数以降低碰撞概率;最后,对所提出的改进算法进行拐角优化,减少AGV实际作业时的转弯次数。实验数据表明,简单环境下改进A^(*)算法的遍历节点数较两种传统算法分别缩短了85.3%、55.9%;复杂环境下改进A*算法的遍历节点数较两种传统算法缩短94.5%、70.3%。同时拐点数量减少、路径更加平滑、路径规划时间也大幅缩短,提高了运行效率并有效降低碰撞概率。

关键词： 双波段窄带热辐射器   多目标粒子群优化算法   长波红外  

摘要： 双波段窄带热辐射器在红外传感、加密、检测等众多领域具有重要的应用潜力。这种辐射器能够提供集中且精确的红外辐射能量,从而提高红外技术的灵敏度和分辨率。不过,在不同波段构建窄带辐射的条件通常会相互制约,同时实现双波段窄带热辐射仍具有一定的挑战性。本文提出了一种新型无需光刻的红外双波段窄带热辐射器。该辐射器由铝薄膜上非周期性的交替沉积Ge和YbF_(3)薄膜组成,Ge和YbF_(3)薄膜组成的分布式布拉格反射镜和铝基底在一定条件下可以激发Tamm等离激元(Tamm Plasmon Polaritons,TPPs),从而实现窄带辐射。首先使用多目标粒子群优化算法对辐射器的结构参数进行优化,以满足双波段TPP的激发条件。实验结果也验证了双波段辐射器在中波红外和长波红外波段具有窄带辐射的特性。本文提出的方法也可用于多波段辐射调控器件的设计,从而可以应用于多气体传感和多带红外伪装等领域。

关键词： 跨层设计   数据传输   组网技术   覆盖范围   灵活性   抗毁能力   通信网络   自管理  

摘要： 移动自组织网络(Mobile Ad Hoc Network,MANET)是一种通过移动通信设备和无线链路自主配置构建所形成的网络。此网络的重要特点是可以不依赖现有基础设施临时性地构建一个自组织、自管理、分布式无中心的通信网络。该类型网络具有覆盖范围大、灵活性高、抗毁能力强等特点,在众多领域均有广阔的应用场景。一、概述移动自组织网络内各个通信节点通过为其他节点转发数据包实现数据传输。由哪些通信节点执行转发、转发给哪些通信节点等决策是路由算法决定的,该路由问题是组网技术的首要问题[1]。移动自组织网络路由算法的设计主要面临的困难包括以下两个方面。

关键词： 计算机防火墙   防火墙技术   应用   网络安全  

摘要： 随着互联网的快速发展,计算机网络已成为人们生活和工作中必不可少的一部分。然而,随着网络的不断扩张和网络犯罪的日益猖獗,网络安全问题引起了人们的广泛关注。在此背景下,作为计算机网络安全的重要组成部分,防火墙技术得到了越来越广泛的研究和应用,它可保护计算机免受未经授权的访问或恶意攻击,是保护计算机网络安全的重要手段。随着网络攻击手段的不断升级和网络规模的不断扩大,对防火墙的研究和应用将更加广泛和深入,因此文章探讨了防火墙技术的研究与应用情况,旨在为行业发展提供借鉴经验。

关键词： 多传感器   数据融合   风机   D-S证据理论   FTDF-TCR  

摘要： 风机运行状态的准确预测与判断可以提前预警故障,维持风机的稳定运行,实现风电功率的合理调度,保障电力生产的稳定和安全。提出了一种多传感器数据融合的风机状态预测方法。首先,研究了风机多传感器数据的处理与特征提取方法,应用四分位法与Relief-F算法清洗了多传感器数据,并且依据数据权重选择了多传感器数据源。其次,设计了基于BP神经网络和基于D-S证据理论的信息融合算法,并在MATLAB中进行了实验验证,得到的风机状态预测准确率分别为80.35%及78.72%。再次,基于双层容错数据融合思想,改进了D-S证据理论方法,设计了基于FTDF-TCR的多传感器数据融合算法,并应用相同的样本数据集进行实验验证。最后,经实验验证,算法风机状态预测的准确率为89.36%,相较于原有算法分别提升了9.01%及10.64%,有效提高了风机运行状态预测的准确率。

关键词： 粒子群算法   透镜成像反向学习   互联电力系统   风力发电   负荷频率控制  

摘要： 针对新型能源在互联电力系统中对负荷频率的影响较大、控制困难等问题,提出了一种基于透镜成像反向学习改进粒子群算法的PID控制策略。以火电机组-风电机组的两区域互联电力系统为研究对象,建立负荷频率控制模型,引入透镜成像反向学习策略的粒子群算法实现模型中PID控制器的参数整定。通过仿真试验,将多种同类型智能优化算法与改进的粒子群算法做横向对比,验证改进后算法的优越性。随后将改进后的粒子群算法与原算法、另一种动态反向学习粒子群算法做纵向对比试验,得到算法适应度值收敛曲线、频率偏差曲线、区域控制偏差曲线、联络线功率偏差曲线。仿真结果表明,基于透镜成像反向学习改进粒子群算法的PID控制策略收敛速度快、寻优精度高,且具有更好的抗干扰性,控制效果优于另外两种算法,能够很好改善互联电力系统负荷频率的稳定性。

关键词： 多源数据融合   机器学习   电气柜   故障诊断  

摘要： 由于现有诊断方法的振动波形幅度普遍较大,呈现多种异常诊断结果,为此研究基于多源数据融合与机器学习算法的电气柜故障诊断。针对数据低能耗采集的需求,根据传感器节点的部署高效收集信息。在提取电气设备的故障信号特征后,对电气柜的故障数据进行特征融合。利用机器学习算法挖掘故障类别,获得节点运行数据之间的关联性,再通过Softmax分类器输出故障诊断结果。实验结果表明,实验组在数据量达到600个样本点时,振动波形振幅突然异常降低,降至-2 mm以下。这一显著变化明确指示了该点存在故障,体现了诊断过程的准确性和有效性。

关键词： OBE   教学改革   计算思维   混合教学模式   C语言教学  

摘要： 为改进教学质量,培养学生的计算思维能力,在教学实践中对融入OBE理念的计算机程序设计基础(C语言)课程的线上线下混合教学模式开展一系列探究。计算机基础课程教学团队首先对线下课堂教学模式进行深入探索;然后开展线上教学资源建设,提出一种引导学生高效线上学习的方法,并初步探索了课前课后两阶段线上教学模式;最后针对混合教学模式中线下与线上教学的有效结合提出初步的、符合学校实际的4个导向原则。经过3个学年的改革,学生的学习成绩、知识运用以及竞技水平均大幅提升;教学团队在本科教学质量工程建设方面成果显著,发表多篇与混合教学模式相关的教研论文。教改成果表明混合教学模式富有成效,可为程序设计基础类课程教学改革提供具有较高价值的实践范式。

关键词： 离线数据驱动   进化算法   小数据   代理模型   隐含层节点   合成数据  

摘要： 为了增强离线数据驱动的进化算法在小数据情景中的表现,削弱代理模型对数据集规模的依赖,提出基于多核数据合成的离线小数据驱动的进化算法(DDEA-MKDS).考虑到代理模型易因小数据陷入过拟合,通过经验公式与遍历法找出针对离线数据集的最优隐含层节点数,以简化模型结构.为了弥补数据量的不足,训练了3个不同核函数的径向基网络生成合成数据,通过轮盘赌法选择其中的部分数据与原数据集合并,使用新数据集训练代理模型.将DDEA-MKDS与其他5种流行的离线数据驱动的进化算法在6个单目标基准测试问题上进行对比,实验结果表明,所提算法在数据量极小的条件下能够取得良好的效果,寻优效率显著优于其他算法.

关键词： 黑盒遗传算法   电力物联网   终端漏洞   关联挖掘  

摘要： 受电力物联网(IoT)复杂性与终端漏洞隐蔽性的共同作用,现阶段采用的传统漏洞关联挖掘方法在关联特征参量上存在局部偏差,造成整体挖掘尺度不足,算法全局寻优效率偏低,严重影响电力IoT终端正常运行。为解决上述问题,从IoT结构特点入手,引入黑盒遗传算法,通过电力IoT终端状态感知、终端漏洞关联挖掘规则生成、黑盒遗传算法参量引入、终端漏洞关联挖掘4部分完成整体挖掘方法全局参量的重构优化,提升挖掘精确度与尺度。仿真测试表明,所提方法的挖掘曲线数值较大,且均值偏差指标差异为0.1,说明黑盒遗传算法在电力IoT终端安全漏洞挖掘中具有较高的可行性和有效性,且挖掘稳定性足以满足现阶段终端漏洞挖掘任务需求。