连续属性决策表离散化的图论方法

通过研究粗糙集与图论的关系,提出了以集合为权的加权多重完全多部图的概念,得到了加权完全多部图与连续属性决策表的映射关系,给出了断点重要性和断点效率的一种新的量化定义并得到了相关性质;提出了连续属性决策表信息系统的图论形式和连续属性决策表离散化的图论方法。编程实验结果证明,应用此方法可以确保在离散化后决策表相容的前提下得到无剩余属性值的较小的断点集合。     

不完备信息系统的一种属性相对约简算法

经典粗糙集理论是建立在完备信息基础上的，然而现实中，由于各种原因，很多的信息系统是不完备的。该文分析了不完备信息系统下的粗糙集模型，引入了一种构造广义决策表的方法，提出了一种基于广义决策表直接求取不完备信息系统属性相对约简的算法。通过实例计算，说明了算法的简单性和有效性。     

一种精英退火微粒群算法

提出一种针对部分较优微粒进行退火操作的精英退火微粒群算法.在退火操作中,结合Logistic方程的特点设计了一种新的错位调整方式,对当前已知最优区域重点搜索.该算法能增强算法的探索和开发能力,避免计算量过度增加.典型测试函数结果显示,该方法可同时提高算法的搜索速度和搜索精度.将基于该方法的PID控制器应用于发电机电压调节系统(AVR)计算结果表明,该PID控制器可以获得更为满意的控制性能指标.

     

基于预测函数控制的电力系统励磁控制

励磁控制系统是同步发电机中重要的组成部分,其性能好坏直接影响电力系统运行的可靠性和稳定性。预测函数控制(PFC)是在预测控制原理的基础上发展起来的一种控制方法,相对而言,PFC拥有算法简便、在线计算量小等特点,且跟踪速度快。将预测函数控制算法用于同步发电机励磁系统中,通过MATLAB仿真,并与PID控制器的仿真进行比较,可以看出预测函数控制有更好的控制效果。,     

基于变尺度黑洞和种群迁徙的粒子群优化算法

针对粒子群优化(PSO)算法收敛速度慢、易早熟收敛等问题,提出基于变尺度黑洞和种群迁徙的PSO——IRBHPSO。引入变尺度黑洞来平衡算法全局探索和局部寻优的权重;在位置更新策略中引入基于混合策略的位移系数,增强算法在迭代前期的收敛速度和在迭代后期的局部寻优能力;将基于种群迁徙的蝴蝶优化算法(BOA)作为局部算子融入PSO中,改善PSO收敛速度慢、易陷入局部最优的问题。使用IRBHPSO、PSO和其他相关算法对12个基准测试函数进行仿真实验,并进行Wilcoxon秩和检验。实验结果表明,IRBHPSO具有更好的收敛精度、收敛速度和稳定性。     

电力电子故障的Matlab仿真及其DFT分析

以三相桥式整流电路为分析对象,利用Matlab／Simulink环境下的SimPower Systems(SPS)模块库仿真得到各类故障下的输出波形,并将特定结果记录成MAT文件,在此基础上利用离散傅立叶变换将时域中的故障波形变换到频域,再对该离散信号进行频域分析,以突出故障特征,实现进一步故障诊断。     

数字控制系统计算机辅助设计软件包

本文介绍了一个数字控制系统计算机辅助设计软件包。该软件包具有模型变换、系统分析、极点配置控制、最优控制、次优控制、LQG、二次型权矩阵早优和系统仿真等功能。通过实例计算,该软件包可以满足工程设计和辅助教学的要求。     

基于粗糙集和Bi-LSTM-Attention网络的电力系统暂态评估

为了降低不稳定因素对现代复杂的电力系统暂态评估的影响,在基于模糊领域单参数粗糙集和注意力机制的双向长短期记忆(Rs-Bi-LSTM-Attention)网络下,提出了一种电力系统暂态稳定评估模型.该模型首先用模糊领域单参数粗糙集对电力系统潮流数据进行属性约简,该方法既保证了准确率又提高了核心因素的权重;然后,通过Bi-...     

具有参数自适应机制的改进离散差分进化算法

在研究和分析离散差分进化算法的基础上,提出了一种具有参数自适应机制的改进离散差分进化算法(PADDE)。该算法首先对连续域进化过程中的参数进行自适应调整,以平衡全局搜索与局部搜索,协调种群多样性和收敛速度间的矛盾,其次根据对应离散域上成功进化的个体的离散编码反馈信息引导算法协同进化。通过对背包问题进行的实验表明,该算法具有良好的收敛效率和稳定性。     

基于支持向量机的船舶电力负荷预测

船舶电力系统是一个独立的电力系统，需要根据准确的负荷预测来控制多台发电机组的运行。本文提出了一种基于支持向量机的船舶电力负荷短期预测方法。对某大型集装箱船舶在不同工况下的电力负荷数据，分别用基于径向基核函数的支持向量机方法、多层BP网络和RBF网络方法进行训练和预测计算，仿真结果表明支持向量机具有更高的预测精度，是船舶电力负荷预测的一种有效方法。