多目标的混合生物地理学优化算法研究

针对传统多目标算法在应用中解决多目标优化问题时存在的Pareto前沿收敛不好、解集均匀性差等问题,文章通过实例对BBO算法进行研究和综合分析,将其与传统经典多目标算法相互结合来求解多目标优化的问题.首先,将其与NS-GA-Ⅱ算法相结合提出一种混合多目标BBO优化算法;然后,改进BBO的迁移算子应用于群体的进化,增强了种群的多样性;最后,提出一种改进的变异算子,防止种群陷入局部收敛.将提出的基于生物地理学的多目标优化算法(MOBBO),通过标准函数测试和经典的进化的多目标优化算法进行比较,结果表明该算法所得的Pareto最优解集能够逼近真正的Pareto前沿,具有一定的竞争性.     

影响IEEE 1588时钟同步精度的关键因素

针对IEEE 1588精确时钟同步协议及系统仿真模型进行了深入的研究.研究结果表明,主时钟或从时钟的晶振漂移对同步精度误差产生相同程度的影响,仅主时钟(或从时钟)晶振漂移参数变化与同步精度误差变化关系近似为线性,其变化率约为4.0×10-5,同步周期时间对同步精度误差影响可分为两个部分,当同步周期小于1.6 s时,对精度误差影响相对较小;而当同步周期大于1.8 s时,同步精度误差随同步周期增加呈现急剧上升的趋势.     

基于MODWT和BP神经网络的微电网故障诊断方法

近年来,随着微电网技术的持续发展,电力用户对其供电可靠性的要求也不断提高,因此微电网故障诊断研究也变得越来越重要。提出了一种基于极大重叠离散小波变换(MODWT)和反向传播(BP)神经网络的微电网故障诊断新方法,并通过仿真与算例进行了验证。结果表明:该方法能快速、准确地识别出故障类型,且不受故障初始相位角和过渡电阻等因素的影响;与现有的基于离散小波变换和反向传播神经网络的诊断方法相比所提出的方法可以提供更好的故障分类精度。     

基于MODWT和ANN的微电网故障诊断

近年来,微电网的故障诊断研究变得越来越重要,因为它可以确保微电网安全稳定运行。基于此背景提出了一种基于极大重叠离散小波变换(MODWT)和人工神经网络(ANN)的微电网故障诊断方法。首先利用MODWT对采集到的电流信号进行故障检测,判断是否发生故障;再利用MODWT对故障电流进行特征提取,得到相应的特征向量;随后使用ANN得到故障分类结果。结果表明,该方法可以准确的检测到故障发生时刻。此外,和其他几种智能故障分类方法相比,具有更好的故障分类精度。     

SparkSQL：基于内存的大数据处理引擎

作为Shark的下一代技术，SparkSQL的性能已完全超过Shark，且由于底层机制相同，用户可以做到无缝迁移，而受到用户的青睐。本文将深入分析SparkSQL架构思路和优化策略，并与同类产品进行比较。     

β晶型PP研究进展

主要介绍了β晶型聚丙烯(PP)的生成机理及制备方法,分析了国内外β成核剂的制备技术,展示了我国有独立知识产权的β成核剂的特点,介绍了β晶型PP的主要用途及中国石油化工股份有限公司目前开发的性能优良的β晶型PP的主要性能。     

嵌入式温度测量系统的设计与实现

本文设计了一种实时监测温度的嵌入式系统,详细分析其测温和LCD显示原理,给出其硬件通信接口电路和软件系统的设计。该系统采用可编程单总线数字式温度传感器DS18B20采集温度信号,以ARM7处理器LPC2114作为现场处理单元,在ARM Developer Suite 1.2集成开发环境中,实现了包括温度模拟信号的采集、A/C转换和温度数值的换算等功能,并在图形点阵液晶显示模块TG12864上进行显示。该系统具有结构简单、测温精度高、应用范围广泛等特点。     

空隙率对沥青路面性能的影响

介绍了沥青路面空隙率的不同测量与计算方法的差异性,分析了空隙率与路面初期损坏、混合料透水性、耐久性、强度及水稳定性之间的关系,对沥青路面空隙率的设计控制及施工有指导意义。     

基于图注意力网络的输电线路故障诊断

以往基于深度学习的输电线路故障诊断,依赖数字信号处理技术提取故障特征。为了改进前述方法,引入了图深度学习理论,提出了一种基于图注意力网络(GAT)的智能故障诊断方法。将原始三相电流电压信号转化为图数据,利用多个图注意力层自动提取特征信息,从而建立了数据从输入端到输出端之间的映射关系,实现输电线路端到端的故障诊断。在400 kV三相输电线路和IEEE13总线电网系统上验证该方法的准确性和有效性,分别对五种短路故障和无故障情况设置不同初始相角、过渡电阻和故障位置进行仿真分析。结果表明,该方法故障诊断准确率达到9975%以上,与现有几种智能故障诊断算法对比其性能最优。同时,该方法在不同白噪声下依然保持较高的故障识别率,具有良好的鲁棒性和泛化能力,为电力输电线路诊断技术提供了一定的研究思路。     

可激光标记的聚酰胺6研究

研究了激光助剂的种类、含量等对聚酰胺6(PA6)激光标记性能的影响。结果表明,在PA6中加入珠光颜料或激光助剂,PA6的激光标记性能得到提高;同时,加入一定量的丙烯酸酯粉末橡胶提高了PA6的激光标记性能。