课程文献中心 更多>>

关键词： 灰狼算法   部署优化   微基站   热点区域  

摘要： 热点区域基站优化部署问题是5G移动通信中必须关注的问题之一。为了减少热点区域微基站布设数量、节约基站维护成本,在满足各类约束条件的前提下,以服务用户数量最大为目标函数,建立5G微基站部署优化模型,并提出一种改进灰狼算法对模型进行求解。上述算法使用Logistic混沌初始化代替原始灰狼算法中的随机初始化,使用非线性指数收敛因子代替原有的线性收敛因子,并将粒子群算法中的惯性机制引入到传统灰狼算法中。通过对改进算法与传统灰狼算法、粒子群算法的对比分析,实验结果表明,在基站数量较低场景下,所提改进算法的收敛速度分别较传统灰狼算法、粒子群算法快15次迭代和50次迭代,在基站数量高的场景下,改进算法覆盖率分别较传统灰狼算法、粒子群算法提高了5.4%和1.9%。

关键词： 电力公司   电费管理   机器学习   数据管理   大数据   自动识别   总体设计   智能电网  

摘要： 智能电网的发展带来了海量电表数据,为电力公司的数据管理和分析带来了挑战,这些数据蕴含着电费异常等重要信息,需要进行深入挖掘以保障电力公司的运营和服务质量。本文针对换表后电费突增、突减问题,设计了一套基于大数据和机器学习的数据稽核系统,该系统通过对电表数据的采集、存储、清洗和分析,实现了电费异常的自动识别和预警。本文详细介绍了系统的需求分析、总体设计、关键技术、实现过程和应用效果,为电力公司提供了一种切实可行的数据稽核解决方案,以提高电费管理水平,减少电费流失。

关键词： 锂电池   荷电状态   参数辨识  

摘要： 随着新能源储能充电站的不断增加,锂电池作为中间载体需要提供稳定的充放电电压,而电池的不稳定性、剩余电量和充放电电压波动的问题尚未得到充分解决,严重影响了其安全和可靠性。因此,围绕上述问题展开研究,提出扩展卡尔曼滤波器(EKF)进行锂电池的状态估计。首先,采用二阶RC等效电路模型对电池进行建模,然后进行电池恒流脉冲放电实验得到荷电状态(SOC)-OCV拟合曲线,利用离线参数辨识法对等效电路模型参数进行辨识。最后利用电池的混合脉冲功率特性(HPPC)实验数据验证模型的有效性,并在Matlab/Simulink软件中搭建SOC估算仿真模型验证EKF算法的可行性,结果表明EKF算法可以较好地将SOC的估算误差控制在3%以内。

关键词： 可重构装配线   计划排序   多目标粒子群算法   多目标优化  

摘要： 针对可重构装配线调度问题,构建了最小化重构成本、最小化生产负荷平衡和最小化物流平准化的多目标调度模型,设计了改进多目标粒子群算法。该算法采取了自适应调整策略和重启机制以保证种群多样性,帮助算法跳出局部最优。为了测试两种改进策略的有效性,所提出算法与两种多目标粒子群算法进行对比实验,实验结果表明自适应调整策略和重启机制有效提升了多目标粒子群算法的性能。同时,将改进多目标粒子群算法与原始多目标粒子群算法、多目标模拟退火算法、多目标人工蜂群算法、多目标差分进化算法、基于分解的多目标进化算法、快速非支配遗传算法进行对比。对100个测试案例进行求解,在世代距离、指标和超体积率上均表明改进多目标粒子群算法优于对比算法,可实现多目标可重构装配线调度问题的高效求解。

关键词： LDPC码   最小和译码   自适应量化  

摘要： 在LDPC码的译码方式中,和积译码算法由于复杂度过高难以实际应用。最小和译码作为和积译码的简化,是目前LDPC译码器设计的主要算法。量化过程将浮点数据转化为定点数据,是译码器设计的重要步骤。但是由于量化比特的限制,使用传统的量化方法会导致错误平层的出现。为此,提出了一种自适应量化最小和算法,在每次迭代译码后利用奇偶校验的结果自适应增加量化步长,使量化器能够更好地适应迭代译码的特性。仿真结果表明,该算法可以有效地抑制错误平层现象,相比于传统的量化算法译码性能在中高信噪比时提高了约0.2 dB,节省了1 bit的存储空间。

关键词： 指挥信息系统   复杂网络   关键节点识别   k-Shell   重力模型  

摘要： 现代战争中,军事指挥信息系统在态势感知、控制决策等方面起到了至关重要的作用。将指挥信息系统视为复杂网络,从中识别出重要节点进行保障,是提升指挥信息系统抗毁能力的重要手段。针对k-Shell算法存在的节点重要度,区分精度低及忽略指挥信息系统末端节点数量多,重要性难以区分的缺陷,提出基于k-Shell改进的GMMDD关键节点识别算法。该方法基于接近中心性进行节点重要度初始化,并采用重力模型计算节点的局部影响力,引入耗尽度评估已剥离节点的贡献。仿真结果表明:GMMDD在仿真指挥系统网络上能够区分大量末端节点间的重要性,抗毁伤研究进一步证明了GMMDD识别方案的优越性。

关键词： 码头结构健康监测   传感器优化布置   损伤识别   改进多目标粒子群(IMOPSO)  

摘要： 为解决码头结构健康监测领域的传感器优化布置问题,提出了一种基于改进多目标粒子群(IMOPSO)的传感器优化布置算法。针对传统方法寻优效率低、优化目标单一,难以同时满足模态识别、损伤识别等复杂的健康监测需求的问题,构建了以损伤敏感性和冗余性、损伤识别不适定性以及模态线性独立性的多目标优化函数;改进多目标粒子群算法获取Pareto解集,利用TOPSIS熵权法确定最优传感器布置方案。在某高桩码头试验表明:与有效独立法和有效独立-模态动能法相比,IMOPSO得到的布设方案测点分布更均匀,在灵敏度矩阵条件数、MAC最大非对角元、损伤冗余性指标分别优化了45%、90%、5%以上;多种工况下的损伤位置和程度识别准确率在不同噪声下平均提高5%和7%以上。

关键词： 土石堤坝   VIKOR算法   漫顶防护   评估模型  

摘要： 选择合适的下游坡漫顶防护措施对土石堤坝的安全服役极为重要。为构建科学可靠的土石堤坝防护措施评估模型,从成本效益分析和工程可行性评估等角度出发,将防护措施的安全性、经济性以及施工可行性等因素纳入考量范围,确定评价指标及评价因素,引入VIKOR算法构建防护措施评估模型,系统地评估和筛选备选方案,并以实际工程为例进行模型验证。实例评估结果与基于专家评价法选用的方案保持一致,并在实际应用中取得良好效果,证明所提评估模型科学可靠,能为土石堤坝防护决策提供参考。总体而言,通过针对土石堤坝防护需求建立系统、全面的评估指标体系,并运用VIKOR算法实现方案筛选优化,为复杂的防护决策问题提供了行之有效的解决方案。

关键词： 高压直流输电   遗传算法   交直流电网   无功优化  

摘要： 随着中国经济的持续增长,对能源的需求也在不断上升。然而,由于一次能源与负荷中心的逆向分布,采用新能源进行大规模远距离输电已成为行业内的迫切需求。在众多输电技术中,基于换相换流器的高压直流输电技术(line commutated converter high voltage direct current,LCC-HVDC)具有无功消耗特性,可能加剧电网的电压波动与无功平衡的问题。针对这一挑战,重点研究交直流混联电网,并构建了一个旨在优化无功功率的数学模型。为克服遗传算法在初始种群选取困难和易早熟的问题,对传统遗传算法进行了创新性改进。在改进后的IEEE 14节点系统和IEEE 39节点系统上进行系列实验验证,所提改进遗传算法展现出显著的实用性和有效性。该算法能够有效优化电网的无功功率,显著提升电网运行的稳定性和效率,为电网无功优化提供了一种新的解决方案。