基于概率逆换算法的电力负荷预测数量化风险评估方法

数量化风险评估中经常采用专家判断的方法对参数值进行评估,但专家不能对抽象模型参数进行评估,针对此问题,运用概率逆换算法将模型输出时专家评估的不确定性转化为模型参数的不确定性,首先对风险分析中的概率逆换算问题进行研究,然后通过PARFUM算法得以实现.通过实例研究了电力负荷预测中数量化风险评估的方法,从而避免了专家主观估计法可能出现的偏见效应和权威效应.结果表明:该方法修正了专家对典型负荷曲线的判断,给出了更为可靠的同时率参数.     

概率逆换算法在风险分析中应用

对风险分析中的概率逆换算法问题进行了研究,通过IPF算法和PARFUM算法得以实现。两种算法的可行性及迭代效果在实例中得到了应用和比较。使模型中参数的不确定性得到量化,避免了专家主观估计可能出现的偏差。     

基于PRA的数量化风险分析系统研究与实现

在研究概率风险分析(PRA)方法的基础之上,探讨了利用其进行工程项目风险分析的可行性,并设计出了一个基于PRA的数量化风险分析系统.为了量化某些模型中的参数的不确定性,本文以数学的形式解决了概率逆换算法,使模型中的参数的不确定性得以量化.该系统可用于工程项目的风险分析建模和评估,具有一定的理论和工程实用价值.     

概率风险分析中的专家判断分析系统

随着工程项目的大规模化和复杂化,风险的多样化和复合化,数量化的风险分析在各个行业领域正发挥着越来越重要的作用.不确定分析最先应用在核反应堆的安全性分析中,就成了概率风险分析中的主导方法.不确定性的风险分析中面对最为常见的问题就是分析一个给定系统模型的各参数的概     

机动目标的模糊多模型跟踪算法

设计了一种基于模糊逻辑推理的机动目标多模型跟踪新算法（FMMTA）,把量测新息对其协方差的逆的加权二次函数作为模糊推理系统的输入,并通过模糊逻辑推理得到模型集中各模型的匹配度,代替了交互式多模型（IMM）算法中的模式概率计算,降低了计算的复杂度。该算法将测量空间的不确定性映射到模糊空间,从而解决了从测量空间的不确定性到模式空间不确定性的模糊推理问题,并将模糊推理与多模型卡尔曼滤波结合,进行并行处理,有利于机动目标的实时跟踪。Monte Carlo仿真结果表明,在模糊规则设计恰当的情况下,FMMTA算法相对于IMM算法在降低机动目标位置和速度的跟踪误差方面更有效。     

概率鲁棒镇定控制器的研究

将统计学习理论中的经验概率一致收敛特性应用到鲁棒控制中,针对具有实参数不确定性的控制系统,研究了概率鲁棒镇定控制器的设计问题.给出了设计概率鲁棒镇定控制器的前提条件,采用基于经验概率一致收敛特性的随机化算法设计概率鲁棒镇定控制器的具体步骤和方法.研究表明,与传统方法相比,在概率意义下采用随机化算法设计概率鲁棒镇定控制器具有设计方法简单、计算量小的优点.计算实例表明了该算法的有效性.     

计及电动汽车的综合能源系统概率潮流计算

针对电动汽车充电负荷呈现出的随机性和波动性向综合能源系统注入了大量不确定性问题,通过蒙特卡洛抽样法,建立电动汽车充电负荷概率模型、电/气/热网络和耦合元件模型;考虑了发电机阀点效应、热电联产机组的部分负荷效应以及分布式平衡节点;提出了计及电动汽车不确定性的综合能源系统概率潮流计算方法.研究结果表明:所提出的算法可以求解计及电动汽车充电负荷不确定性的概率潮流.研究结论初步突破了对传统潮流的认识,帮助电网运行人员获取全网的潮流信息.     

不确定环境下考虑交易费用的投资组合选择模型

在进行投资组合选择时,证券的收益和风险都具有不确定性,基于Roy提出的安全第一准则的思想,提出了带有概率约束务件的投资组合选择模型.同时,在模型中考虑了交易费用因素.由于模型是非线性的,运用粒子群(PSO)求解.最后通过实例分析,验证了该算法的可行性.     

船舶结构腐蚀检测及腐蚀模型不确定性分析

针对经典的概率论不能有效地处理检测概率的参数不确定性问题，提出了定量分析检测概率参数不确定性问题的贝叶斯方法，并以威布尔分布形式的检测概率为例，推导了量化参数不确定性的放大系数的计算公式。针对传统的数据分析法及专家判断法不能分析模型不确定性更新问题，基于无损检测信息采用贝叶斯更新方法量化了检测概率分布函数的统计模型不确定性，得到了检测概率统计模型权重的后验概率及相应的分布参数的后验概率密度函数。最后提出了分析船体结构腐蚀多层次模型不确定性问题的全概率模型法，并用算例证明了所提方法的有效性。     

Z网络下新的推理算法在不确定决策中的应用

针对Z-number的模糊不确定性和概率不确定性推理,在Z网络模型的基础上对其推理算法上做出了一些改进.首先,在Z-number理论基础上对离散Z-number在if-then规则下进行最大熵方法处理的算法过程做出了一些改进,由于算法过程中优化模型获取的区间值概率随着给定数据的变化并不一定能满足最大熵方法中的约束条件,所以对这些区间值概率进行了优化.其次,基于Z网络的结构和概率推理过程,对利用Z网络获取区间值概率然后应用最大熵方法获得约束部分最可能的潜在概率分布过程作出了同样的改进.最后利用一个实例来说明改进后的方法的有效性和可行性.     

地表组分温度反演

在热辐射方向性规律的基础上,以喜直型连续植被为例,进行了大量的Monte Carlo模拟,建立了辐射亮度和组分温度、植被叶面积指数及土壤比辐射率之间的经验函数关系。采用遗传算法,从热红外2个波段2个角度数据中,同时反演混合像元组分温度、土壤比辐射率和叶面积指数等5个参数。通过对模拟的观测数据进行大量的遗传算法反演试验,结果表明,遗传算法反演组分温度非常稳健,在宽松的先验知识条件下,遗传算法可以解决不确定性反演问题。遗传算法反演结果和野外实测数据作了比较,证实了反演方法的正确性。为基于热红外方向性辐射模型反演地表组分温度,提供了新的实例。     

超声衰减谱法颗粒粒径测量中遗传算法参数优化

在超声衰减谱法测量颗粒粒径分布的反问题求解中,反演算法至关重要,遗传算法作为一种全局最优化算法,其参数优化对于颗粒粒径分布反演效果极其关键.从最大代数、种群尺度、交叉和变异概率等参数优化角度,对于服从3种典型分布函数的颗粒系进行数值模拟.研究发现,当最大代数为300、种群尺度为60、交叉概率范围为0.4~0.85、变异概率为0.045~0.08时,获得的反演结果与设定值较吻合.在此优化参数下的数值算例和对两种玻璃微珠-甘油悬浮液样品的实验超声衰减谱反演,进一步验证了此优化参数下遗传算法具有较好的稳定性和抗噪性.     

概率算法求定积分近似解

本文结合定积分数学原理和程序设计语言知识,首先引入确定性算法求解定积分的近似解,然后讨论用概率算法求解此问题以及几种算法的比较,并给出了几种算法的计算机编程实现。     

基于异步粒子群优化算法的边坡工程岩体力学参数反演

基于现场变形观测资料的优化反演是确定边坡岩体力学参数的主要方法之一,其本质是一个岩体力学参数的寻优过程,因而,如何选择一个高效的优化算法是其核心问题之一.目前,粒子群优化算法已被应用于边坡工程力学参数反演,但其算法实现为同步模式,最优粒子的信息不能及时共享,降低了优化效率,使得反演耗时较多.鉴于此,提出基于异步粒子群优化算法的边坡工程岩体力学参数反演,该算法的搜索步伐并不一致,粒子间表现出异步性,因而寻优效率明显高于同步模式,可有效解决在边坡工程中岩体力学参数反演中存在的低效问题.在此基础上,构建了边坡工程岩体力学参数反演模型,并采用ABAQUS作为反演分析中的正分析工具,给出了边坡工程岩体力学参数反演的实现流程,完成了程序编制,进而通过算例分析,验证了所提出的方法和程序编制的可行性和高效性.     

基于遗传优化算法的二维漏磁缺陷重构

信号逆问题，即从测量信号中恢复出缺陷轮廓及其参数，是漏磁无损评估中的一个重要课题。提出了一种基于遗传算法的逆算法，用于从漏磁信号中重构二维缺陷。在该算法中，径向基函数（RBF）神经网络用作前向模型，遗传算法用于求解逆问题中的优化问题，其优点是能够避免基于梯度下降法的迭代逆算法中可能遇到的局部最小问题，并能得到逆问题的全局最优解。实验结果验证了所提出的逆算法的有效性。     

基于量子微粒群优化算法的半透明介质光学参数反演

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明：建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考.     

基于多输出支持向量机和遗传算法的岩土参数反演方法

提出了基于多输出支持向量机(M-SVM)和遗传算法(GA)的岩土参数反演方法.在进行参数反演过程中,根据正交试验产生一系列参数的可能组合;采用有限元法(FEM)得到坝体不同测点处的位移计算值.将不同的材料参数组合作为输入,相应的位移计算值作为模型的输出来训练M-SVM模型,以便模拟坝体位移和材料参数之间的复杂关系.采用GA来求解材料参数反演所对应的优化问题.在进行最优材料参数搜索的过程中,采用训练好的M-SVM模型来替代有限元计算,以获得坝体位移的计算值,从而大大减少了计算所需的时间.根据某面板堆石坝沉降的监测数据和有限元仿真模型,实现了以上反演过程.反演分析的结果表明,本文提出的岩土参数反演方法具有计算精度高和计算效率高等优点,可以应用于实际工程中.     

BOD-DO水质模型多参数反演的遗传算法

给出了利用遗传算法求解河流水质BOD-DO模型参数反演的一种新方法,该方法把参数反演问题转化为优化问题用遗传算法求解,其特点在于:从多个初始点开始寻优,并借助交叉、变异算子来获得水质参数的全局最优解。模拟结果表明,该方法具有精度高,收敛速度快且易于计算机实现等特点。     

一种获取船舶主要噪声源参数的方法

为了确定船舶主要辐射噪声源的声源参数,在分析辐射噪声特性及其传播规律的基础上,建立一个浅海波导条件下船舶主要辐射噪声源的数学模型.在不同信噪比条件下,利用快速场积分的方法计算船舶宽带辐射噪声的近场声压,并以全局概率优化搜索方法遗传算法作为反演工具,求解由近场声压数据构成的非线性方程组,从而得到辐射噪声源的参数.仿真结果表明,在浅海波导条件下,在信噪比高于15 dB时,该数学模型可有效反演出船舶主要辐射噪声源的声源参数.     

双辊铸轧过程金属熔池液面的优化控制

在采用双辊铸轧技术生产金属薄板的过程中,辊间金属熔池液位会对薄板质量产生直接影响,由于液位控制参数间存在着强耦合关系,传统控制手段难以实现最优控制。采用以模糊数学和控制理论为基础的模糊控制是实现熔池液位智能控制的有效方法。但传统的模糊控制极大地依赖于专家经验,这使控制过程具有了主观性和不确定性。为此本文提出一种基于自适应遗传算法优化的双辊铸轧机金属熔池液位的模糊控制方法。仿真证明,与传统的模糊控制相比,改进的控制方法在动态性能上有明显提高。