水电站优化耗水量特性曲线计算

本文利用动态规划原理对水电站厂内优化运行进行了计算，获得了水电成化耗水量特性 ，并提出了一种处理该曲线的较为精确的方法，实例计算表明本文所提出方法的有效性。     

马尔柯夫决策在隔河岩水电站优化调度中的应用

本文应用马尔柯夫值迭代法和随机动态规划法研究了径流独立条件下隔河岩水库水电站的随机优化调度，提出了隔河岩水库水电站的随机优化调度规律，并进行了模拟调度计算。计算结果表明，本文求出的隔河岩水库水电站调度规律可以获得较好的优化调度效益。     

水电站经济运行研究中电源模型的分析与计算

本文对水电站经济运行研究中的电源模型进行了研究，建立了机组段流量特性曲线的变次数多项式模型，对水电站上、下游水位计算模型和水库模型进行了分析讨论．     

水电站群隐随机优化调度方法及其软件包研制

本文在吸收目前国内外水电站群联合优化调度研究成果的基础上，经分析、综合、充实、完善，提出了可供生产单位使用的水电站群优化调度的标准化方法及软件包，它是由水库群入库径流随机模拟、确定性库群联合优化调度及水库群最优调度规则的推求三大部分所组成．软件包采用中文菜单显示选择方式，并使用了中文方式的人机对话．软件包功能齐全，所需内存少，使用方便．标准化方法和软件包可纳入规范化成果，对提高电力系统规划、水电站设计和运行管理水平，具有重要的理论意义和生产实用价值．     

一种通用的空间曲线加工方法——优化折线逼近法

通过把寻找三维曲线的最佳插值节点问题，归结为易于讨论的等价的非线性规划问题，给出了寻找最佳插值节点坐标搜索法，并证明了它的收敛性．提出一种用于任意三维空间曲线加工的方法──优化折线逼近法．该方法具有精度高，计算及加工速度快，通用性强，计算出的逼近折线少等特点．     

隔河岩和葛洲坝水电站联合调度补偿效益研究

本文应用确定性优化调度方法，分别研究了隔河岩水库水电站、葛洲坝水电站单独运行和联合调度的效益。计算结果表明，隔河岩水库水电站和葛洲坝水电站联合调度，不仅可以大幅度提高联调保证出力，还可以增加隔河岩水库水电站的年发电量，从而产生了双向补偿效益。     

基于水位指数计算的下游不稳定流对水电站优化调度的影响

为满足水电站优化运行计算在求解时间和求解精度上的要求,提出了基于水位指数规律变化假设的下游不稳定流计算方法及计算系数的确定方法.该计算方法比较简单,且有理论根据.分析了下游不稳定流对水电站最优运行方式的影响,推导了水、火电站联合优化运行时的等微增率原则公式,讨论了附增当量的物理意义及影响因素,最后提出了考虑下游不稳定流影响时的水电站运行方式的最优化原则和计算方法.     

水电站站内运行优化通用系统设计

摘要：针对形式多样的水电站,利用人工神经网络建立水轮机组能量特性模型并用遗传算法进行优化;统一采用多项式方式分别对水电站内各台水轮发电机组的引水管路进行分段水头损失计算;在对下游水位和流量关系处理时,除利用流量-下游水位关系曲线计算外,对具有的特殊情况,引入了逻辑条件输入模式进行编程处理。通过这些方法的综合利用,设计了通用的水电站站内优化系统。该系统针对多个水电站进行试运行时,在处理电站参数、管路水力损失、下游水位及优化运行等方面均表现出很好的适应性。     

混沌优化在水电站经济负荷分配中的应用

介绍了混沌优化技术的原理和数学模型,在此基础上,将混沌优化技术应用于求解水电站机组之间的经济负荷分配问题,获得了与动态规划方法相同的结果．混沌方法提高了计算速度、减小了维数灾,不失为一种有生命力的优化方法．同时,还较详细地给出了混沌优化的计算步骤．     

小型水电站厂内运行优化方法

针对目前已建成的小型水电站资源利用不充分,机组总体效率较低的现象,提出了一种适合小型水电站运行特点厂内经济运行优化方法,该方法以机组的实际动力特性为依据,既避免了由于曲线转换和拟合带来的误差,又可以将电站引水系统和毛水系统由于不同组合方式所出现的不确定因素纳入优化设计之中,使计算结果更加准可靠。     

采用梅林变换的帕累托分布参数估计方法

传统的海杂波帕累托分布模型参数估计方法存在估计范围受限,计算复杂,受脉冲积累个数限制等问题．针对上述问题,提出一种新的形状参数估计方法．首先对海杂波帕累托分布模型的概率密度函数进行梅林变换;然后分别计算了不同脉冲积累个数时帕累托分布的第二类特征函数,详细推导了帕累托分布的前两阶对数累积量;最后通过蒙特卡罗仿真实验将所提方法与现有方法的性能进行了对比．结果表明,所提出的方法与最大似然估计法相比具有更为简洁的解析表达式,与传统矩估计法相比,可以估计所有定义域内的形状参数,且不受脉冲积累个数限制．大量仿真实验证明,所提方法可将传统方法的相对偏差降低至少90%．     

基于白化变换的非正弦时域正交调制系统解调

为了提高在脉冲组非严格正交情况下系统的解调性能,提出了采用基于白化变换的检测法进行多脉冲联合解调的思路。仿真结果表明:该方法的性能优于匹配滤波法。与传统解相关法相比,该方法在小信噪比时性能较好,而在大信噪比时则性能较差。根据以上特点,将基于白化变换的检测法与传统解相关法相结合,提出了一种联合检测法。仿真结果表明:该联合检测法的性能优于以上两种方法。     

基于遗传算法的神经认知机选择度调整方法

基于视觉模型而建立的神经认知机能正确识别具有变形、位移和缩放的输入模式.研究表明,选择度参数直接影响着神经认知机的识别能力.设计了一个目标函数,通过对该函数的优化能够得到最佳的选择度.这是一种简单而有效的方法.经该方法调整后,可使各特征选择平面对不同训练样本的响应达到均匀一致,从而提高整个系统的识别能力.对于0~9十个手写阿拉伯数字的仿真结果表明,该方法可有效改善神经认知机的性能.     

竖向不规则框架结构地基不均匀沉降的处理与试验研究

提出增加柱间支撑的方法,以解决竖向不规则框架结构独立基础不均匀沉降的问题.通过有限元分析及试验验证,理论分析结果与实际吻合较好.该方法施工方便,构造简单,且提高了建筑物的抗震性能,经过分析对比,在不影响建筑使用功能和建筑美观的同时,可大大降低工程造价.     

Robust Stabilization of Discrete time Constrained Singular Piecewise affine Systems with Norm bounded Uncertainties

In this paper,the problem of designing robust H-infinity output feedback controller and l2-gain controller are investigated for a class of discrete-time singular piecewise-affine systems with input saturation and state constraints. Based on a singular piecewise Lyapunov function combined with S-procedure and some matrix inequality convexifying techniques,the H-infinity stabilization condition is established and the l2-gain controller is investigated,and meanwhile,the input saturation disturbance tolerance condition is proposed. Under energy bounded disturbance,the domain of attraction is well estimated and the l2-gain controller is designed in some restricted region. It is shown that the controller gains can be obtained by solving a family of LMIs parameterized by one or two scalar variables. Meanwhile,by using the corresponding optimization methods,the domain of attraction and the disturbance tolerance level is maximized,and the H-infinity performance γ is minimized.Finally,numerical examples are given to illustrate the effectiveness of the proposed design methods.     

LRC码最小距离限的深入分析

为了增强最小距离限的精确性,缩小最小距离的范围,提出了两个新的最小距离限．首先,在局部修复码Singleton-like限的基础上,通过理论推导提出了第1种新的最小距离限,该新限适用于所有码字;其次,结合新提出的最小距离限和已经存在的最小距离限,推导出了第2种新的最小距离限,该新限适合更小范围码字;再次,通过理论公式推导,得出了在相同参数情况下各个最小距离限之间的关系．仿真结果表明,在相同码长、信息位和局部性的条件下,第1种新的最小距离限的性能和Singleton-like限一样好,第2种新的最小距离限优于已存在的最小距离限．     

背景变化鲁棒的微弱瞬态信号检测

在微弱瞬态信号检测中,由于信号完全淹没在背景和噪声中,因此当背景信号发生变化时,传统方法的检测性能会急剧降低。针对上述问题,提出一种基于核函数的对连续背景变化鲁棒的微弱瞬态信号检测方法。利用核函数将信号映射到一个高维空间来解决在原始空间中线性不可分的问题。根据信号和噪声特性对核函数加以约束,使检测方法在能检测出瞬态信号的同时还具有对连续背景变化鲁棒特性。将该方法应用于基于高帧频图像序列的微弱运动点目标检测中,实验证明该方法无论是在稳定背景情况下,还是背景连续变换情况下, 相比传统方法都有更好的检测结果,在背景连续变换的情况下优势更加明显。     

基于混沌遗传算法的多目标QoS组播路由优化

针对遗传算法易发生早熟收敛的缺点,提出了一种既满足时延、时延抖动及带宽等约束,又能使通信代价最小的混沌遗传算法。该算法利用混沌扰动算子对种群进行扰动操作,增加种群的多样性,抑制遗传早熟收敛的发生,提高收敛速度。仿真结果表明了该算法的有效性、快速收敛性及稳定性。     

最小二乘子空间相交方法用于浅海目标方位估计

对于浅海目标方位估计问题,由于多简正波传播的影响,导致基于平面波假定的方位估计算法存在较大偏差,对低频声源的影响尤其明显.子空间相交方法为一种高分辨率无偏估计算法,该方法利用了各号简正波的波数.然而,子空间相交方法需要求解一个奇异矩阵的QR分解,数值稳定性较差.文中从子空间相交方法的基本原理出发,提出了最小二乘子空间相交方法,包括约束最小二乘子空间相交方法和总体最小二乘子空间相交方法.仿真实验表明,文中提出的最小二乘子空间相交方法比原子空间相交方法具有更好的性能.     

基于主元分析和BP神经网络的人脸识别研究

该文提出了一种主元分析和BP神经网络相结合的人脸识别方法。其中主元分析方法用于提取人脸图像的特征，而BP神经网络用于对提取的人脸特征进行识别。实验结果表明，在进行人脸识别时，该文提出的主元分析和BP神经网络相结合的方法同传统的主元分析方法相比取得了良好的效果。此方法具有较高的识别率、较强的自适应性以及对噪声的鲁棒性。