代谢灵敏度分析在网络故障诊断与自愈中的应用

以交通运输网络为例对网络化系统进行了建模分析,利用人工代谢系统的代谢灵敏度折线图对网络支路流量变化进行了分析,得到了故障产生的瓶颈位置.通过调节代谢算子对网络拥塞程度进行了控制,使网络流量趋于平衡,最终实现网络自愈.实例分析表明:人工代谢系统能实现故障的准确定位,代谢反馈调节机制在网络自愈中起到了关键作用.     

基于人工神经网络的地下水动态预测模型的建立——以重庆东温泉为例

以重庆市巴南区东温泉泉域为研究对象,对东温泉泉域年内及年际流量变化特征及其影响因素进行了分析,研究发现,东温泉泉域流量动态不稳定,主要影响因素是降雨量和人工开采量;并利用人工神经网络BP算法,通过MATLAB软件的人机交互界面、对泉流量、开采量和降雨量的系列数据进行了网络训练,发现动态预测模型预报的泉流量与实际基本吻合,说明该模型拟合和预报能力较好,精度较高,可用于同类型地区的地下水开采量的预测.     

基于无线通信的农药流量监控系统设计

针对喷药机人工操作农药流量控制精度低、过程监控实时性差等问题,设计了一套基于无线通信的农药流量监控系统。该系统主要由流量监控软件和流量控制装置组成,通过蓝牙模块实现无线数据通信。设计了上位机操作界面,实现了流量监控功能;下位机采集并处理流量数据,经过PID算法实时调节驱动器进而控制泵转速,实现流量闭环控制。进行了流量传感器标定试验和喷药流量测定试验,结果表明,流经流量传感器的液体流量和其输出脉冲频率有良好的线性关系;系统设置流量值与实际流量值的最小相对误差为1.72%,平均相对误差为2.63%,精度较高。     

DP-ADPSO算法在机组负荷优化组合分配问题中的应用

针对离散粒子群应用于机组负荷优化问题中存在早熟收敛的难题,提出了动态规划-自适应离散粒子群算法求解机组负荷优化组合问题.该方法首先保证所有随机生成的粒子均为满足基本约束条件的可行解,使整个算法只在可行解区域内进行动态优化搜索,缩短了计算时间.计算实例表明:动态规划-自适应离散粒子群算法能较好地收敛到最优解,而且该方法得出的解具有精度高、收敛速度快的优点,应用效果优于动态规划法和离散粒子群算法,说明该方法是有效的、合理的,具有较好的应用前景.     

基于人工鱼群算法车辆路径问题的研究

本文应用人工鱼群算法来解决车辆路径问题,由于该问题具有离散型变量的特殊性,因此对基本人工鱼群算法提出改进,在改进算法的基础上对车辆路径问题进行建模和分析,然后编程实现。通过对仿真实验结果的分析,表明了改进算法对求解该类型问题的优越性。     

FMS生产调度的参数优化

基于离散事件动态系统的线性系统理论，本文研究了ＦＭＳ的最大机床利用率问题。只靠作业排序和托盘优化不能有效地改善各机床的负荷平衡，选择适当的工件输入比例，可以使各机床都达到最佳利用率，这不仅是一个静态负荷平衡的问题，它还影响系统的动态运行过程和工作周期。本文分析了各种因素对机床利用率的影响，将工件输入比例优化归结为一个整数规划问题，并给出了算法和例题。     

积分分离型PID算法在智慧猪栏养殖系统中的应用

猪舍作为典型多参数共存的复杂环境,难以建立精确的数学模型进行有效的监控。为此,提出了一种采用PID算法的物联网生猪监管养殖系统。该系统采用积分分离型的PID算法,通过将实时值与用户值的偏差跟安全阈值进行比对获取PID算法模式(离散型和积分分离型),输出反馈调节量来启、停养殖设备,从而完成生猪自动化养殖。将2种PID算法进行对比,结果表明:积分分离型PID算法能使智慧猪栏系统具有良好的精确性和稳定性,能够高效完成自动化生猪养殖工作。     

自动上游控制灌溉渠道系统计算机模拟

作者通过圣维南方程组的有限差分数值解并使用比例控制方式，编写出计算机程序，实现了自动上游控制灌溉渠道系统的计算机模拟。该程序也可用于人工上游控制灌溉渠道系统，能够根据取水建筑物的流量需求确定控制建筑物的调节。在上游控制渠道系统调控方法的研究中该程序可和作检验调控方法的工具。本文介绍了该计算机程序的主要算法。     

自动上游控制灌溉渠道系统计算机模拟

作者通过圣维南方程组的有限差分数值解并使用比例控制方式，编写出计算机程序，实现了自动上游控制灌溉渠道系统的计算机模拟。该程序也可用于人工上游控制灌溉渠道系统，能够根据取水建筑物的流量需求确定控制建筑物的调节。在上游控制渠道系统调控方法的研究中该程序可用作检验调控方法的工具。本文介绍了该计算机程序的主要算法。     

利用脉冲法动态监测天然气长输管道冰堵

利用管道入口处人工产生的质量流量脉冲在非完全堵塞天然气管道中的传播特点,采用时间分裂算法和TVD/(Godunov混合格式,对非完全堵塞管道进行了数值计算.提出了运用5点二阶精度TVD格式来解决双曲守恒律非线性系统中的非线性数值问题,该方法改进了传统的显式和隐式有限差分方法对间断分辨率低等缺点,对于快速瞬变现象的捕捉具有优越性.通过动态监测非完全堵塞的天然气管道,实时分析管道入口处的压力波动历史曲线,计算了堵塞位置、堵塞长度和堵塞强度,与实际值相比,计算误差百分率分别为2.15%、0.842%和2.43%.     

影响流量分程控制器稳定性的因素

在工业生产中,经常通过流量分程控制测量、调节工艺参数,通过对给定对象的测量调节系统的压力和流量等参数,从而排除干扰,消除偏差,保证系统的稳定运行.随着天然气用量的增加,LNG接收站通过储存、气化、外输这一过程实现能源的充分利用,而LNG工艺系统控制的平稳性直接影响接收站的外输供气.通过对江苏LNG接收站流量分程控制回路运行情况进行观察和分析,总结了可能影响其稳定性的各种因素,提出了可行的优化方案.     

基于并行人工蜂群算法的含DG的配电网重构

配电网重构属于非线性多目标优化问题,文章中建立了以网络损耗与节点电压偏差最小为目标的含分布式电源的配电网重构模型,并运用并行人工蜂群算法进行了求解,得到了兼顾网络损耗与节点电压偏差的最优网络拓扑模型。本章中采用了基于环网的编码方式,减少了算法寻优过程中不可行解的产生,提升了算法效率;通过引入混合蛙跳思想的进化方式,使种群的新个体得以生存,加强了种群的进化能力,使算法的全局搜索能力得到提高。将并行人工蜂群算法应用于IEEE33节点配电系统,运用MATLAB软件对加入分布式电源后的配电网的重构模型进行了仿真分析,与其他算法进行比较,网络损耗减少17. 5%,最低点电压升高14. 3%,仿真结果验证了并行人工蜂群算法的有效性。     

3D虚拟仿真技术在体育馆购票系统开发中的应用研究

根据车辆路径问题的数学模型,分析了它的具体特征,从而对BA的操作算子又进行了重新定义,设计了求解VRP问题的离散蝙蝠算法,并通过实例测试将离散蝙蝠算法与其他算法进行比较,验证了该算法求解VRP问题的有效性与可行性.     

基于简化的人工鱼群算法的水位流量关系拟合

针对传统水位流量关系曲线拟合过程中精度低的问题,采用简化的人工鱼群算法,以水位流量关系曲线拟合的3种准则作为目标函数,优化水位流量关系模型的相关参数a和b,拟合水位流量关系曲线,研究水位流量关系回归问题;通过应用实例将该方法与其它算法进行比较,并比较3种准则下该方法得到的拟合结果的差异.结果表明:简化的人工鱼群算法不仅参数设置简单,而且拟合结果均优于其它方法,是一种较为优秀的全局优化方法,适用于解决非线性优化问题.     

人工鱼群优化在云计算环境中任务调度算法

针对云计算的编程模型框架,提出基于郭涛思想的人工鱼群算法,通过该算法不但能找到总任务完成时间较短的调度结果,而且该调度结果的任务平均完成时间也较短。通过仿真实验将该算法与基本的人工鱼群优化算法进行比较,结果表明,该算法优于基本的人工鱼群优化算法,是一种云计算环境下有效的任务调度算法。     

电能质量扰动的广义S变换分析和决策树算法分类

针对电能质量扰动的检测和分类问题,提出了一种新的基于广义S变换和决策树的电能质量扰动分类方法.首先提出基于FFT的自适应调整调节因子取值的方法,再利用广义S变换对常见的几种电能质量扰动信号进行时频分析,并提取特征形成判决规则,最后生成用于对电能质量扰动进行分类的决策树分类算法.仿真实验结果表明,该算法能够实现电能质量扰动的自动分类,且分类正确率很高.     

计算机动态模拟方法在城市交通噪声监测中的应用

给出了通过几种经典的物理混沌系统，包括Chua’s电路、Lorenz系统、Chen系统，产生混沌随机序列的两种离散化方法.用NIST制定的测试标准对产生的随机序列进行了随机性统计测试分析.分别对不同的物理混沌系统产生的随机序列进行单比特频数测试、游程测试、离散傅里叶变换测试、近似熵测试、累积和测试，并进行了比较分析.实验结果表明：物理混沌序列要比算法混沌序列随机性更强，不同序列之间的随机性差异可以通过NIST测试得到体现.在三种经典电路中，建议选择Chen混沌系统的电路做为混沌随机序列发生器.     

基于ISO/IEC 11179的规范化概念系统模型研究

将经济学中的动态财务分析(DFA)模型应用于地质灾害保险定价中,对离散的灾害事件、经济损失等进行建模分析,计算出纯保费.实证分析以湖南省邵阳市为例,结果表明该模型实用性强、操作简单,计算出来的保费率具有一定的参考价值.     

动态规划算法分析

对动态规划算法的基本思想和设计步骤进行了阐述,以数字三角形为例对动态规划算法的解题过程进行了分析和实现,并总结了动态规划算法解题的一般思路。     

基于改进的ISODATA算法的大样本数据聚类方法研究

针对数量大、数据结构复杂、离散度大的样本数据的聚类分析,采用ISODATA算法实现.ISODATA算法是1种基于统计模式识别的非监督学习动态聚类方法,是大样本数据聚类分析常用的方法,但该算法需要预先确定初始聚类参数.本文提出了基于黄金分割法来度量聚类的有效性,该方法能动态计算聚类度量参数,以此实现大样本数据的有效聚类.实验证明:该方法能够合理、有效的进行数据聚类.