课程文献中心 更多>>

关键词： 重力地质法   径向基函数神经网络算法   重力异常   海底地形  

摘要： 针对重力地质法在船测稀疏海域反演海底地形时的精度下降问题,提出径向基函数神经网络改进算法,即将船测已知点上重力异常、低分辨率海底地形、垂直重力梯度等与海底地形存在关联要素作为输入数据,将长波重力异常作为输出数据进行训练,所建立神经网络模型用于长波重力异常格网构建,达到提高地形反演精度的目的。为验证改进算法有效性,设计7种不同组合模式,将南中国海某海域作为研究对象,对比形成最优方案,结果表明,在船测稀疏海域,改进方案相比重力地质法反演精度提高40%以上。

关键词： 智能算法   掘进机   速度预测  

摘要： 为进一步提高煤矿掘进机速度预测水平,确保掘进机合理运行,以EQH2800型全断面掘进机为研究对象,在建立其速度模型的基础上,以卷积神经网络模型为基础设计煤矿掘进机速度预测算法,以完成煤矿掘进机速度预测技术模型设计。从实验结果来看,该技术模型具有模型精度高、迭代速度快以及稳定性好的优点,在煤矿掘进机自动控制领域有着潜在应用价值。

关键词： 双馈直线电机   FxLMS算法   自适应补偿控制   振动抑制  

摘要： 【目的】针对双馈直线电机(DFLM)在交流励磁下的动子振动问题,本文提出了一种基于滤波-x最小均方(FxLMS)算法的自适应补偿控制方法,旨在提高DFLM的动态性能和运行稳定性。【方法】首先,对DFLM在交流励磁条件下的电磁振动机理进行了深入分析,通过建立五相20槽DFLM交流励磁两点受力模型,研究了由交流励磁引起的俯仰力矩的产生机理。然后,基于该机理分析,引入了FxLMS算法作为核心控制方法,依靠闭环反馈控制自适应地注入谐波电流,从而有效抑制周期性振动。最后,为进一步提升控制效果,提出了一种基于动子励磁电流电角度的前馈补偿控制方法,提升了系统的动态响应能力。【结果】为了验证所提方法的有效性,进行了仿真分析和试验验证。基于Matlab/Simulink平台建立了DFLM的动态模型,对比分析了引入自适应补偿控制前后的动子振动响应。仿真结果表明,基于FxLMS算法的自适应补偿控制方法在动子垂向振动抑制方面取得了显著效果;前馈控制的引入,改善了控制系统的动态性能,减轻了反馈控制的调节压力。为了进一步验证算法的实际应用性能,本文搭建了试验平台,并在不同的运行条件下进行了试验测试。试验结果表明,本文所提的基于FxLMS算法的自适应补偿控制方法能够显著降低交流励磁引起的动子垂向振动。【结论】基于FxLMS算法的自适应补偿控制方法利用FxLMS算法的自适应特性,结合前馈补偿策略,在不改变原有闭环控制结构的前提下,有效解决了DFLM交流励磁过程中产生的振动问题,显著提高了DFLM的运行稳定性和控制精度,为DFLM的高性能控制提供了一种新的解决方案。

关键词： 软件定义网络   控制器放置问题   容错   最小二覆盖  

摘要： 针对软件定义网络中控制平面容错布局问题,提出一种基于随机生成树的控制器布局算法DRT2CA(Minimum Two Covering Algorithm Based on Dynamic Random Spanning Tree)。该算法旨在保证冗余容错的前提下,最小化控制器数量,降低控制平面的部署成本。通过不断生成随机生成树,并在树上采用贪心策略进行控制器布局搜索,DRT2CA算法以更少的控制器实现最小的冗余容错覆盖,有效提高系统资源利用率。实验结果表明,在不同网络规模和控制器容量下,DRT2CA算法相较于现有的冗余控制器部署算法,能够以更少的控制器部署数量实现容错控制平面布局,具有更高的冗余布局效率,为构建高效、可靠的SDN控制平面提供了创新性的解决方案。

关键词： 概率潮流   非线性负荷   拉丁超立方采样   最大熵   充电站   谐波分析  

摘要： 随着国家低碳、节能减排政策的持续推动,电动汽车由于具有节能环保的特点,近年来受到政策的大力支持发展迅速,电力系统的谐波问题也随之变得更加突出。针对此问题,提出了一种改进拉丁超立方采样与最大熵相结合的电力系统谐波潮流计算方法。通过对实测数据的分析,考虑其时变特性,更加准确地描述各次谐波之间的耦合关系;构建了输入随机变量之间的相关系数矩阵,并采用了一种基于Nataf变换的拉丁超立方采样方法对概率潮流进行计算,进而基于最大熵分布求取输出变量的概率分布。通过仿真分析,在不同场景下与传统算法进行比较,验证了所提算法的计算精度与概率密度函数拟合效果。

关键词： 地理信息系统   土地利用测绘   数据管理   数据分析  

摘要： 文章研究了地理信息系统在土地利用测绘中的数据管理与分析方法,在掌握地理信息系统概念的基础上,从数据采集、存储、共享与交流三个方面,分析了地理信息系统在土地利用测绘中的数据管理措施,同时,强调了空间分析、属性分析等的数据分析方法,确保土地利用测绘效率显著提升,也能够得到更加真实、准确的测绘结果,充分发挥地理信息系统应用价值,推动土地利用测绘行业迈向现代化、智能化发展方向。

关键词： 蚁群算法   优化组合   计算机考试   考试组卷  

摘要： 随着在线教育的兴起,计算机考试系统已成为教育评估的重要工具。传统的随机组卷方式往往无法保证试卷的难度和知识点的均衡分布,因此该文阐述了一种基于蚁群算法的计算机考试组卷系统,旨在通过智能算法优化组卷策略,提高试卷的质量,节约考试资源。对系统的业务处理流程进行分析与确认,以此抽取出整个系统平台之中的功能模块,包括题库管理、试卷管理、组卷管理、系统管理等功能。整个系统采用三层架构体系进行,用户层负责用户操作功能的交互,业务逻辑层主要完成业务功能的流转处理。对整个系统进行测试后发现,系统能够满足组卷业务的需要,有效提升考试管理的效率。

关键词： Prim初始种群   选取优化遗传算法   种群优化   电网检修   决策优化  

摘要： 为减少检修成本,优化电网检修时间,基于Prim初始种群选取优化遗传算法进行电网检修计划决策优化。分析电网故障检修的风险损失,建立检修决策目标函数,构建检修约束规则库;基于遗传算法增强决策搜索范围,标定电网种群编码结构,计算适应值函数,得到Prim初始种群选取优化变异概率;建立电网检修计划优化模型,根据目标函数求解电网最佳检修时间。实验结果表明,一天内停运成本最小的检修电网最优时间为3:48,应用本文方法后,检修成本节约了10.8万元。

关键词： 伦理问题   治理路径   黑箱   治理思路   个人信息   人工智能时代   以人为本   人的主体性  

摘要： 算法和数据的伦理问题包括算法歧视和偏见、侵犯隐私和个人信息、人的主体性消解、算法黑箱等,应遵循算法公平、透明、以人为本、安全负责的原则,从技术、法律、社会等层面提出算法伦理的治理路径。

关键词： 算法公平性   指数梯度缩减   网格搜索   机器学习   公平性测度指标  

摘要： 论文创新地提出了集成指数梯度和网格搜索算法公平性的优化框架,实现了最优的动态参数调整,即在初步的指数梯度缩减后,根据模型的初步表现来调整网格搜索的范围和粒度。这种方法能够在不牺牲模型性能的前提下提高优化效率,减少了需要探索的参数空间大小。提出的集成框架实现了精确控制优化路径和调节不同公平性约束的权重,与传统算法相比,论文方法在广义熵指数、均等机会差异和平均奇偶校验差异等公平性测度指标上显示出了更优的性能。实验中采用了成年人经济收入公开数据集进行了验证,表明该框架在加速收敛和提高决策公平性方面有显著效果,展示了其在复杂多变环境下机器学习模型公平性的适应性和高效性。