基于自适应预测算法的APF无差拍控制方法

有源电力滤波器（active power filter, APF）补偿电流跟踪控制要求具有较高的稳态精度和较快的动态响应速度。文章将自适应预测滤波算法应用于无差拍控制,实现APF补偿电流精确控制。根据APF时域数学模型,推导滤波系统的无差拍控制离散方程;通过自适应(finite impulse response filter, FIR)预测滤波算法实现基波电流预测,消除控制系统的计算延迟,给无差拍控制提供所需的指令电流预测值。对预测算法进行MATLAB仿真,验证预测算法的稳态精度和动态跟踪快速性;实验室样机验证控制实验结果证明所提出的控制策略有效的,具有一定的实用性。     

遗传算法

本文介绍遗传算法的相关概念─染色体。适应值函数、复制算子、杂交算子和变异算子,给出算法描述和数值例子;同时给出遗传算法的模式定理和收敛性定理;最后,讨论遗传算法的特点和应用前景．     

基于连续型Hopfield神经网络的系统辨识

连续型Hopfield神经网络(CHNN)可用于优化计算,但其会遭遇较复杂的参数辨识问题.为了较好地解决这一问题,将擅长全局搜索的蚁群-粒子群混合算法用于对系统参数的最优化选取.再将此混合算法与CHNN有机结合,更好地解决参数辨识问题,且能有效避免CHNN在应用过程中陷入局部最优解.最后,将理论结果应用于求解TSP问题来验证其有效性.     

基于BP网络算法的入侵检测系统

基于入侵检测系统的工作流程,提出了改进的分布式入侵检测系统模型,并简单介绍了主要部分的功能。在此基础上,利用分类器实现网络信息的分类存储和警告。实验结果表明,该系统具有较强的实用性和推广价值。     

基于新鲜度和配送成本的易腐食品配送路径

为解决企业在制定易腐食品配送计划时难以权衡配送总成本与交付产品的新鲜度的问题,建立以配送总成本最低和交付产品平均新鲜度最大为目标,带时间窗的易腐食品配送路径规划模型。采用自适应差分进化(differential evolution,DE)算法求解模型,通过数值算例验证模型和算法的有效性。与基本DE算法和基本蚁群算法的求解结果进行对比,自适应DE算法的求解结果更优,收敛速度更快。求得的帕累托解集表明配送总成本与交付产品平均新鲜度相悖,增加少量的配送成本可以使交付产品的平均新鲜度得到大幅提升。对易腐食品保质期、时间窗宽度和车辆装载量进行灵敏度分析,为企业在不同配送情景下在配送总成本与交付产品的平均新鲜度之间的权衡提供参考。     

水上交通加权安全评价中权重向量的异常分析

为提高指标权重在水上交通安全评价中的准确性,提出一种基于DBSCAN算法的权重向量异常分析方法.该方法选取加权评价法为研究对象,以DBSCAN算法为检测方法,对水上交通加权安全评价中的权重向量进行异常分析.实例表明,在130组数据中,异常权重向量共3组.从数据分布情况看,异常向量与正常向量有比较明显的差异,说明此方法能有效识别异常向量,是可行的.该方法对权重向量集进行分析后,可防止异常权重向量的干扰,提高评价结果的质量.     

泊车机器人障碍物视觉识别系统研究

针对智能停车库中的泊车机器人视觉系统研究需求,提出一种基于双目视觉的泊车机器人障碍物识别系统。通过双目摄像头进行图像采集,利用张正友棋盘标定法进行双目相机标定;采用Bouguet进行立体校正,将高斯滤波与拉普拉斯算子相结合进行图像预处理;采用YOLO卷积神经网络对目标障碍物进行快速识别;利用区域匹配算法进行立体匹配并生成目标障碍物视差图;通过成像点和目标障碍物的立体几何关系计算得到目标障碍物的深度信息。实验结果表明,该系统具有良好的实时性和较高精度,障碍物识别时间平均为0.0901s,在2 600mm具有最佳测距精度,可为泊车机器人自动泊车提供保障。     

仪器设备费管理的计算机辅助决策

把实验室管理信息进行分类和量化，对物流信息、资金流信息和动态的运行信息整合起来进行综合分析，探讨仪器设备费管理计算机辅助决策系统的模型与算法问题。     

基于 K-means 的政府公文聚类方法

政府公文数量巨大,不同政府网站公文分类规则不一 ,在引用和参考公文时可能发生混淆 。针对该问题,基于政府公文题目、摘要和正文内容,采用 K-means 算法对公文进行分类。首先对政府公文进行分词及去停用词等数据预处理操作,再通过词频—逆文档频率（TF-IDF）权值计算方法,将处理后的政府文本信息转换成二维矩阵,然后采用 K-means 算法进行聚类。使用清华大学 THUCTC 文本分类系统对公文聚类结果进行测试。实验结果表明,采用 K-means 算法对公文进行聚类,准确率达到 82.93%,远高于政府网站公文分类准确率。     

Reviewer assignment algorithms for peer review automation: A survey

Assigning paper to suitable reviewers is of great significance to ensure the accuracy and fairness of peer review results. In the past three decades, many researchers have made a wealth of achievements on the reviewer assignment problem (RAP). In this survey, we provide a comprehensive review of the primary research achievements on reviewer assignment algorithm from 1992 to 2022. Specially, this survey first discusses the background and necessity of automatic reviewer assignment, and then systematically summarize the existing research work from three aspects, i.e., construction of candidate reviewer database, computation of matching degree between reviewers and papers, and reviewer assignment optimization algorithm, with objective comments on the advantages and disadvantages of the current algorithms. Afterwards, the evaluation metrics and datasets of reviewer assignment algorithm are summarized. To conclude, we prospect the potential research directions of RAP. Since there are few comprehensive survey papers on reviewer assignment algorithm in the past ten years, this survey can serve as a valuable reference for the related researchers and peer review organizers.