风力发电机组偏航控制器的研究

为实现风力发电机偏航对风,在大型风力发电机半物理模型的基础上,采用西门子PLC设计了偏航控制器。运用TIAPortalV11设计了Wincc监控界面并编写了偏航控制程序,程序中嵌入了局部爬山控制算法。在E-WindTurbine平台上运行的结果表明,该控制器能够成功的应用于风力发电机物理模型中。     

复杂产品系统研发项目合作伙伴选择优化

合理选择合作伙伴是复杂产品系统研发项目的关键成功因素之一。在对伙伴选择影响因素进行总结的基础上,选取费用、时间、风险及合作伙伴间的协作关系作为主要考虑因素,建立了复杂产品系统研发项目伙伴选择的多目标整数规划模型。该模型旨在为各子项目找到整体最佳的合作伙伴组合,以实现总项目失败风险最小化和总项目费用与拖期惩罚最小化。设计了遗传算法用于求解该伙伴选择数学模型,并通过实际案例证实了该模型的实用性和算法的有效性。     

基于RSSI差值加权的质心定位算法

由于RSSI值随机变化较大,使得直接利用RSSI值作为依据来计算信标节点的权值的加权质心定位算法在定位过程中存在较大误差。针对这一问题,提出基于RSSI差值加权的定位算法,利用网络中信标节点之间的距离和相应的RSSI值作为参考,并将测得的RSSI值与信标节点之间的RSSI值作为差值,根据差值的大小判断所测距离与信标节点之间距离的接近程度,以此来减小实际环境对加权质心定位算法的影响。仿真结果表明,与基于RSSI校验的定位算法相比,该方法进一步减小了定位误差。     

基于粒子群算法和时空网络的航班舱位控制研究

航班舱位控制是航空公司收益管理的核心,截止到目前为止,收益管理中有关舱位优化控制问题一般都是基于单航段、多航段、轮辐式等航线网络来进行建模分析和研究。本文从实际航班运行的角度出发,构造航班运行时空网络,建立基于时空网络的舱位控制优化模型,并运用粒子群算法对模型进行求解。研究结果证明了模型的有效性。此外,将粒子群算法应用于此舱位优化控制模型,可得到满意的解,该算法简化了变量间复杂的约束关系,易于实现,具有明显的优势。     

研究生创新实验评价体系权重智能计算方法研究

针对人工鱼群算法的缺陷,采用混沌扰动方法对其进行改进,提出了混沌扰动人工鱼群算法(CAFSA。将计算智能技术应用于计算研究生创新实验评价体系各指标的权重,提出了基于改进层次分析法(IM-AHP和CAFSA确定评价体系指标权重的智能计算方法,设计出了CAFSA实例化的具体方案。结果分析表明该方法是科学有效的。     

网络动态干扰监控的信任感知推荐算法设计

网络用户信任感知推荐的准确性设计是提高用户间的社交网络辅助信息信任度的重要依据。传统的网络用户信任感知推荐算法采用的是基于社交网络服务和用户评分的推荐系统,主观性较大,协同过滤效果不好。提出一种基于网络动态干扰监控的信任感知推荐算法设计新方法,设计自适应神经模糊系统网络动态干扰监测算法,构建基于向量空间模型的信任度评价指标体系结构,通过调整网络拓扑权重向量设置信任度周期响应加权变量自适应函数,有效降低迭代算法的运算成本,避免了自适应神经模糊系统网络动态干扰监测加权权重成固化状态,提高抗干扰性能。实验结果表明,算法能使社交网络感知推荐模型的预测误差减少,推荐可靠性优于传统方法。     

云系统垂直分层布隆过滤漂移数据删除技术

云系统中的漂移数据作为大量冗余数据的一种,对其有效及时的删除能保证云存储系统的稳定与运行。传统的云系统漂移数据删除技术采用全文件静态分块策略,由于操作粒度较小,对漂移数据的删除率不高。提出一种基于垂直分层布隆过滤的云系统漂移数据删除算法,设计基于客户端/服务器的云存储系统漂移数据删除机制体系构架,采用布隆过滤技术进行数据源端处理,引入热度垂直索引热度来衡量数据块边界偏移所造成用户的访问集中热点损失,文件根据内容划分成可变长度的数据块,进行垂直分层,得到备份集中数据对象的粒度,采用奇异值分解的方式对漂移数据序列的细节信号展示,根据矩阵奇异值分解矢量的唯一性,避免一些数据块边界偏移造成的误删和漏删。仿真实验表明采用该算法进行云系统的漂移数据删除,性能较好,执行效率和精度优越于传统算法。     

一种大储量罐车紧急切断阀失灵检测方法研究

为了提高大储量液化石油气罐车紧急切断阀失灵检测的精度和效率,提出了基于增强模糊支持向量机的罐车紧急切断阀失灵检测方法。首先通过对大储量液化石油气罐车紧急切断阀的常见失灵类型进行分析,将其样本数据进行训练集和测试集的训练。其次利用模糊支持向量机算法进行罐车紧急切断阀失灵检测模型建立。然后利用粒子群进化算法进行该模型的最优参数、惩罚系数和隶属度的确定,最后利用优化的参数进行支持向量机的分类。通过训练集和测试集对该模型进行仿真实验,仿真实验结果表明,该方法的失灵检测准确率均在95%以上,具有较高的鲁棒性和可靠性。     

基于量子态相干分析的WMSN云执行信息分簇约简

无线多媒体传感网络(WMSN)云执行信息数据量大,实时性要求较高,需要对云执行信息进行分簇约简,提高WMSN的纠错能力和延长网络生命期。提出一种基于量子态相干分析的WMSN云执行信息分簇约简算法,基于量子遗传算法的WMSN网络模型,得到网络中多媒体节点的最大部署密度,采用量子态相干分析算法,进行信息数据寻优,设计WMSN云执行信息分簇策略,得到量子群移动构造的信息素约简后的空间采样分簇重构。实验得出,采用该算法,WMSN中的执行信息得到有效合理规划,分簇空间实现降秩处理,任务执行路径实现最优化模拟生成,执行同步误差较传统方法较小,从而保证了WMSN的系统稳定性和可靠性。     

基于检错码静默补偿的跨层链路复激活算法

有效的链路层的复激活算法可以提高语义系统的检错性能。传统方法采用自适应模式匹配方法实现语义系统的跨层链路复激活,当检错码冗余数据块随机放置时,不能有效实现语义检错。提出一种基于检错码静默补偿的跨层链路复激活算法,构建语义系统网络控制模型,设计检错码编码数据块放置方法,提出检错码静默补偿机制并实现跨层链路复激活算法改进。实验结果表明,采用该算法能有效实现语义系统检错码跨层链路激活,谱峰复激活搜索明显,任务执行精度提高17%,算法在语义网通信编码设计等领域具有较好的应用价值。