短期负荷预测最大Lyapunov指数预报模式预测值的判定

首先分析了相空间中混沌吸引子邻近轨道间的平行、交叉、折叠3种拓扑关系,根据负荷吸引子的特点提出了负荷时序最大Lyapunov指数预报模式预测值的判定依据,并探讨了相空间中临近点(轨道)的选择方法。仿真试验表明改进的负荷预测建模策略避免了原有Lyapunov指数预报模式预测值选择的盲目性,吸引子临近点的选择符合电力负荷数据的特点,所建立的短期负荷预测模型提高了预测精度并达到了预期效果。     

面向数据集成的数据自动导入系统

针对不同的数据库产品之间的数据集成,通过对PowerBuilder动态数据管道技术的研究,设计了一种可配置的数据自动导入系统。     

基于改进的属性重要度的启发式算法

通过实例证明了现有的两种属性重要度定义的不完备性,提出了一种加权求和的属性重要度定义,在此基础上构造了属性约简的启发式算法。通过几个算例的测试,验证了该算法的有效性。     

基于遗传算法的0/1背包问题求解

背包问题是一个典型的NP完全问题。该文给出了背包问题基于0/1规划的数学模型,提出了解决该问题的二重结构编码的混合遗传算法;该算法在传统遗传编码方式的基础上提出了一种改进的编码方式二重结构编码,在约束条件的处理上结合"贪心法",提高了搜索效率。最后的实例仿真,通过大量的数值试验,给出了传统遗传编码与二重结构编码的混合遗传算法计算结果的比较,充分证明了使用二重结构编码的混合遗传算法来求解背包问题的有效性和实用性。     

基于粗糙集理论的故障诊断规则获取方法研究

提出了基于粗糙集理论的故障诊断规则获取方法,该方法通过决策系统的可辩识矩阵和分辨函数计算核和所有的约简集,以约简集为初始节点,建立层状节点网络模型,对于各节点,提取符合可信度要求的诊断规则写入规则集中。通过应用表明,方法是确实可行的。     

基于改进的卷积神经网络光学薄膜缺陷识别

为对光学薄膜缺陷图像进行准确识别分类,提出一种基于改进的卷积神经网络光学薄膜缺陷图像识别方法。为突出输入图像中的缺陷信息,采用改进的LBP算法对图像进行预处理。从三个方面对传统的卷积神经网络进行改进:为了解决单通道卷积神经网络对图像特征提取不充分的问题,构建双通道卷积神经网络;改进传统的ReLU激活函数,避免模型出现欠拟合现象;使用支持向量机(SVM)代替Softmax分类器,提高计算效率和准确率。光学薄膜缺陷图像仿真识别实验表明,所提方法分类平均准确率高达93.2%,训练时间为964 s,充分验证了所提方法的鲁棒性和有效性。     

基于神经网络和遗传算法的锅炉燃烧建模与优化

通过对影响锅炉效率的物理量的分析,建立了以神经网络表示主要物理量之间关系的锅炉燃烧系统模型,并采用遗传算法对模型进一步优化,从而实现了对锅炉燃烧的优化.仿真结果表明,通过调整锅炉燃烧系统优化模型参数,该模型能够同时满足锅炉燃烧效率和降低污染物排放的要求,从而实现锅炉的节能低污.     

基于组件的几何约束求解新策略

几何约束求解是智能CAD的核心问题,在研究装配模型的基础上提出了一种基于组件思想的约束求解策略。该策略将整修几何约束系统分为多个组合元,将循环约束约简为组合元中的边界元进行求解,并利用约束传播机制的局部性充分减小约束求解的规模,此约束系统求解策略可以应用于大型装配系统的参数化求解。     

油制气控制系统故障诊断技术

以油制气控制系统为背景 ,对控制系统故障诊断技术进行了研究 ,提出了一种基于信号迭加的故障诊断新方法 ,并运用该方法研制出油制气装置故障诊断系统。该系统能准确地诊断出油制气控制系统故障的位置和部件 ,显示故障信息和处理方法。     

基于普通算法进行几何推理的参数化设计方法

提出了一种基于普通算法进行推理的参数化设计方法。该方法引入了建立和管理参数化模型的新策略 ,通过扩展一般的图形数据结构统一表示几何约束 ,基于普通算法实现几何推理。在此基础上开发了面向对象的参数化设计系统 ,验证了此算法的有效性