基于补偿模糊神经网络和线性模型的短期电力负荷预测

在考虑了气象因素对负荷的影响的基础上,提出了一种补偿模糊神经网络和线性模型相结合的短期电力负荷预测新方法.首先采用补偿模糊神经网络求出峰、谷负荷,然后利用线性外推法求出未来1日中24个时刻的负荷值.该方法具有神经网络和线性模型的优点,实例仿真结果表明其具有较快的收敛速度、较高的预测精度和较强的鲁棒性.     

C语言在线考试系统设计与实现

大量纸质试卷的使用是一种巨大的浪费,C语言在线考试系统采用ASP和Access技术,采用B/S模式开发,应用结果表明,不仅大大提高效率,而且在分数统计准确性和阅卷稳定性方面都有很大的提高,具有一定的现实意义。     

基于补偿模糊神经网络和线性模型的短期电力负荷预测sfsfsf

在考虑了气象因素对负荷的影响的基础上，提出了一种补偿模糊神经网络和线性模型相结合的短期电力负荷预测新方法。首先采用补偿模糊神经网络求出峰、谷负荷，然后利用线性外推法求出未来1日中24个时刻的负荷值。该方法具有神经网络和线性模型的优点，实例仿真结果表明其具有较快的收敛速度、较高的预测精度和较强的鲁棒性。     

一种基于多应用智能卡文件系统的研究与实现

对多任务应用背景下的小容量智能卡的文件系统设计进行研究。在静态文件管理系统基础上,增加动态存储空闲空间管理方法,实现对空闲空间的有效管理。合理有效的文件系统设计,提高了小容量存储卡文件系统的整体性能。经测试表明,文件系统结构设计合理,存储空间分配和回收算法具有较高的执行速度。     

发射药老化样品中氧化亚氮气相色谱测定方法

研究了用气相色谱电子捕获检测器（GC-ECD）和气相色谱热导池检测器（GC-TCD）测定发射药老化后N2O含量的方法。考察了电子捕获检测器和热导池检测器对N2O含量的不同测量范围和不同固定相以及不同色谱条件对测定的影响。采用GDX-104为固定相的色谱柱和热导池检测器,对不同批次发射药老化后样品中的N2O含量进行了测定。结果表明,N2O的色谱保留时间在1.6min左右,4批老化后发射药样品中的N2O含量分别为376.8、264.7、1036和1812μL/L,RSD分别为4.11%、2.64%、3.87%和0.78%。     

基于改进的模糊神经网络的短期负荷预测

影响短期电力负荷预测的因素是多方面的,除节假日、日期类型和气象因素外,还有拉电或限电行为、持续高温等许多干扰因素。针对这些干扰因素,引入了"干预项",进而提出了一种改进的模糊神经网络预测的新方法;阐述了应用该方法进行短期负荷预测的基本原理、网络模型和预测过程。实例分析中分别给出了经"干预项"和未经"干预项"处理后的预测结果,未经"干预项"处理的预测误差明显偏大。同时采用三种方法对不同日期类型进行预测,结果表明新方法的预测误差最小,预测精度较高。     

基于GEP的非线性系统辨识算法

基因表达式编程(GEP)是一种基于基因组和表现型组的新型遗传算法,本文提出了一种基于GEP的非线性系统辨识算法。针对非线性系统的特点,本文基于GEP建模作了如下工作:在对象的结构和参数未知的情况下,首先进行参数恒定时的系统辨识,然后进行运行期间非线性环节参数发生变化时的辨识。实验结果表明该算法能够更加迅速的得出非线性部分直观近似的数学表达式,比用遗传编程(GP)优越两个数量级以上,是一种有效可行的算法。