基于MMC的虚拟同步发电机技术在船舶与岸电无缝并网中的应用

鉴于船舶与岸电在并网时存在较大冲击电流,以及模块化多电平换流器(modular multilevel converter,MMC)控制的岸电离网运行时对突发状况响应速度较慢的问题,采用改进的虚拟同步发电机(virtual synchronous generator, VSG)技术结合模型预测控制(model predictive control, MPC)算法,对岸电电源输出电流、环流、子模块电容电压进行分层预测控制,实现船舶与岸电的无缝并网。采用MATLAB/Simulink建立MMC VSG并网仿真模型,模拟船舶与岸电并网及突加负载等工况。对所提出的控制策略和算法的有效性进行验证,结果表明,利用所提出的控制策略能实现VSG离网与并网的无缝切换;与经典控制方法相比,所提出的控制策略的动态响应速度提升了5倍。     

跳远运动员的选材与预测

本文从系统论和遗传学的角度,运用文献资料综述法和分析法,探讨如何控制跳远运动员的选材过程,并从生理、心理、身体素质等方面进行了研究,选出优秀的苗子进行早期培养,缩短成长周期,提高成材率。     

第二积分中值定理的“中间点”的渐近性及误差估计

在较弱的条件下给出了第二积分中值定理的中间点的渐近性结果, 并且进一步给出了误差估计     

覆盖船位的概率相等的误差图形面积的比较

分析了覆盖船位的概率相等的误差四边形、椭圆和圆的面积大小问题,并得到结论：（１）误差椭圆的面积为最小;（２）当两条船位线的精度比λ＝Ｅ１Ｅ２＝１．０～１．２５,交角θ＝８０°～９０°及λ＝１．０～１．１,θ＝７５°～９０°时,误差四边形的面积为最大,而误差椭圆的面积为圆的９８．９％～１００％。因此,建议这时用标准误差圆评定船位精度,船位在该圆内的概率Ｐ≈６３．５％。在其余场合,误差圆的面积为最大,而误差椭圆面积为四边形的９６．８％～９９．２％。因此,建议这时用标准误差四边形评定船位精度,船位在其内的概率Ｐ＝４６．６％。从而修正了在文献［１］～［４］中的“误差四边形的面积为最大”和文献［５］中的“误差圆的面积为最大的”不正确的论断。     

基于遗传算法的预测指标信息提取方法研究

建立预测模型时,选择合适的自变量集合很重要。指标太多会增加数据采集的工作量和问题分析的复杂性;盲目减少指标又会损失很多信息,容易产生错误的结论。因此需要找到一个合理的信息提取方法,在减少分析指标的同时,尽量减少原指标包含信息的损失。通过应用遗传算法技术,根据预测模型的预测正确率来选择指标,建立了基于遗传算法的预测模型指标的自动提取模型。实验应用表明,利用遗传算法提取预测模型的指标信息效果比较好,优于神经网络和决策树模型。     

基于径向基神经网络的专利申请数量预测研究

利用径向基神经网络,对国内外近年来专利申请数量进行了预测。预测结果同用时间序列ARMA模型预测的结果进行了比较。预测结果表明：良好训练的径向基神经网络的输出数据能与实际专利申请数较好地吻合,而且比ARMA预测方法更为有效,可作为专利预测的一种新手段。     

基于奇异谱分析的多模型融合空气污染物质量浓度预测方法

提出一种基于奇异谱分析的多模型融合空气污染物质量浓度预测方法,它基于奇异谱分析的时间序列分解特性,对差分整合移动平均自回归模型和灰度模型进行模型融合.采用模型融合方法对沈阳市京沈街区空气污染物质量浓度监测站点2020年9月18日-2021年3月11日空气污染物质量浓度监测数据进行预测分析.结果表明,相较于单独使用差分整...     

基于RBF神经网络模型的在线旅游供应商客户分类研究

采用某在线旅游供应商提供的客户信息数据作为研究样本,使用SPSS软件建立RBF神经网络模型,针对1016名会员数据进行径向基函数建模训练。结果表明,得到的模型针对白金会员和钻石会员群体的预测效果良好。运用训练好的模型针对166名非会员客户进行分类预测,筛选出有潜力成为为钻石会员的客户子集共57名,为企业营销提供了指导。     

基于高斯烟羽模型的PM2.5火灾扩散和预测研究

聚焦突发事件的污染物排放数据,融合气象信息,探索突发性大气污染对周围沿海环境质量预测的影响。在已有研究成果的基础上,提出了一种基于特征处理的环境污染影响预测的方法,针对由单特征显著主导的突发性大气污染事件,采用高斯烟羽模型进行单特征扩散预测,以火灾为例计算出烟尘(PM_2.5)的扩散结果,通过蚁群神经网络完成对沿海区域的污染影响预测,利用具体的监测数据对模型进行了验证。     

含对流项逆热传导问题的迭代正则化方法

本文考虑一个非标准的逆热传导问题,该问题在Hadamard^[1]意义下是严重不适定的.我们首先通过Fourier变换导出问题的解并给出问题的条件稳定性,之后采用一种改进的迭代正则化方法构造出问题的正则近似解,分别在一种先验和一种后验参数选取准则下得到了正则解与精确解之间的H9lder型误差估计.