基于十进制编码的差分进化算法在配电网重构中的应用

提出了一种基于差分进化的配电网重构方法。采用基于十进制环状编码方法解决了二进制编码产生大量不可行解的问题。给出了十进制环状编码的变异、交叉和选择策略;提出了一种在计算的同时调整支路节点顺序的算法,解决了配电网重构后部分支路电流流向颠倒的问题。应用差分进化算法对IEEE 33节点网络进行配电网重构仿真,结果表明该方法能有效降低配电网损耗。     

PC机与DSP之间串行通信的实现

概要地介绍了TMS320F2812 DSP的基本性能,重点介绍了在Visual Basic 6.0下.利用MSComm控件实现上位PC机与下位机DSP之间异步串行通信的具体实现方式,并给出了一个采用RS-232串行通信标准来实现信息传输的实例.实验结果表明,串行通信简单,界面友好,改善了系统的性能,应用领域广泛.     

多半径邻域粗糙集改进约简算法

属性约简是粗糙集理论中的重要问题。许多学者针对邻域粗糙集提出多种属性约简方法,包括应用最为广泛的启发式算法。在多半径邻域粗糙集的基础上,针对当前启发式约简算法往往会包含一定冗余属性的缺陷,提出一种融合属性权重影响的改进约简运算方法,通过根据各属性权值大小设置阈值使得约简结果能够消除冗余属性。实验选取UCI的数据集与当前几种常用启发式约简算法进行比较分析。实验结果表明,所提出的属性约简方法能够得到更优的约简集合,同时更大程度地保留了决策表本身的知识信息,具有较高的分类能力。     

基于微粒群优化的船舶柴油机T-S模糊模型

提出了一种基于微粒群优化(PSO)的T-S模糊模型的非线性系统辨识方法,并用于船舶柴油机的动态建模.该辨识方法采用GK模糊聚类算法确定模糊模型的前件结构及参数,利用PSO算法来辨识模糊模型的结论参数.利用6160-All船舶柴油机模型,获得柴油机各主要参数在油门尺度和负载发生小偏差扰动时的试验数据,再利用该组数据辨识出柴油机转速、涡轮增压器转速、增压压力、空冷器压力、进气管压力、排气管压力等参数的T-S模糊动态模型.仿真结果表明了该方法的有效性.     

基于径向基函数神经网络的柴油机故障诊断

提出一种应用径向基函数(RBF)神经网络解决故障诊断问题的方法,并将其应用于柴油机故障诊断与识别。在RBF神经网络中采用了一种减聚类的学习算法来确定径向基函数的相应参数,从而使神经网络结构得到优化。实例仿真结果表明,RBF神经网络学习收敛较快,对故障识别性能好。     

基于多目标邻域差分进化和模糊粗糙集的属性约简算法

作为粗糙集的一种推广,模糊粗糙集在属性约简中的应用尤为重要.约简规模和约简依赖度作为评判约简性能的两个重要指标,分别对应着约简的效率以及精度.传统的约简算法通常以追求约简的最大依赖度为导向进行寻优,并没有直接考虑约简的规模大小.基于此,强调所得约简的规模大小在约简运算中的重要性,并提出一种基于邻域变异信息的多目标差分算法,在约简运算中将约简的规模也作为单独的优化目标,将属性约简问题转化为多目标优化问题,综合考虑约简在属性数量和依赖度两方面的性能.通过引入目标支配排序,使得可以从属性数量和依赖度误差两方面对所得约简的性能进行约束,并得到目标约束内的约简结果.选取UCI上的数据集进行实验分析,实验结果表明,所提算法可以在目标约束内得到更加全面的约简结果,具有一定的可行性,是一种有效的约简算法.     

差分进化改进微电网负荷频率混合H2/H∞ 鲁棒控制

针对外部扰动及系统参数摄动引起微电网负荷频率波动问题,设计了混合H_2/H_∞鲁棒控制器对系统负荷频率进行控制。建立了包含电池的柴油发电机组二次频率控制模型,引入低通滤波器,使电池对系统高频扰动信号具有较好的抑制能力。以误差平方的积分最小作为系统的目标函数,在综合H_2范数表征的系统性能和H_∞范数表征的鲁棒性能下,设计具有多目标约束条件的混合H_2/H_∞鲁棒控制器。采用差分进化算法对控制器加权函数参数进行寻优,使控制器在满足约束条件下达到最优。仿真实验结果表明所提出方法在满足系统鲁棒性能的基础上,同时具备较好的控制输出,保证微电网频率在外部功率扰动和系统参数摄动情况下具有较好的动态性能。     

基于预测函数与线性多变量反馈控制的同步发电机励磁控制

基于预测函数设计了励磁控制器对发电机端电压进行控制。同时设计一种以发电机功角偏差、角速度偏差以及有功功率偏差的线性组合作为控制目标的线性多变量励磁控制器。将2种励磁控制器进行结合,以实现预测函数和线性多变量并行励磁控制,在有效提高电力系统稳定性的前提下还能解决发电机端电压的稳定问题。最后通过MATLAB／Simulink仿真证明了改进后的励磁控制器的有效性。     

基于SVM的内模控制算法在船舶航向中的应用

基于SVM的内模控制,采用SVM回归理论建立系统的内部模型和设计逆模控制器。首先简要介绍了SVMR的原理,然后将其应用于内摸控制问题.并建立了SVMR模型。其次,在控制过程可逆的条件下设计了SVMR控制器。最后将该控制方法用于具有大时滞性、非线性和不确定性的船舶航向控制中,仿真结果表明了该方法的合理性和有效性。