改进鲸鱼算法优化核极限学习机在水质光谱分析中的应用

为提高水质光谱分析模型的学习速度与预测精度,采用核极限学习机对水质光谱进行建模,并提出一种具有动态惯性权重的改进鲸鱼优化算法对模型进行参数优化。由于极限学习机的输入权值矩阵和偏置是随机生成的,故引入核方法以减小其输出权值矩阵的波动;将鲸鱼优化算法中的惯性权重在非线性递减的基础上引入随机因子,通过动态调整惯性权重以平衡算法的全局搜索能力与局部开发能力。与传统优化模型进行了对比实验,实验结果表明:基于该方法所建模型具有更高的预测精度,而在相同的学习迭代次数下,核极限学习机的运行时间相对于传统算法约下降50%,且改进鲸鱼优化算法能够以更快的收敛速度使模型达到全局最优。     

用于电力数据管理分析的负荷预测与异常检测

构建了一个电力数据管理分析系统,并设计了电力负荷预测算法和异常数据检测算法问题。首先,针对BP神经网络在预测电力负荷存在的因初始权值与阈值设置影响估计精度的问题,提出利用粒子群优化BP神经网络网络参数,提高了预测算法的收敛速度与预测精度;然后,针对电力数据异常检测算法效率较低的问题,提出了基于改进谱聚类的异常数据检测算法,提升了电力异常数据检测效率;最后,通过实际电力数据对算法进行了测试,验证了所提算法的有效性。     

基于改进极限学习机的数据智能化分析算法设计

针对医疗财务数据的风险,文中提出了一种基于灰狼优化算法改进极限学习机的数据分析方法,实现了对数据风险的精准预测。该算法基于极限学习对数据进行深度挖掘和分析,并在此基础上进行改进,通过灰狼优化算法对极限学习机的权重参数进行优化。通过在真实数据集上与极限学习机进行实验对比,本算法的决定系数R2为0.96,优于极限学习机的0.81,验证了所提算法的有效性。同时,为了进一步验证该文算法的优越性,在实验仿真过程中还与多种机器学习算法进行对比,结果表明文中算法的预测效果更为优越,相比于其中表现最佳的SVM也有了0.06的提升。     

一种改进的ELM及其在光伏发电上的应用

为了改善极限学习机(Extreme Learning Machine,ELM)收敛速度慢、预测精度不稳定、隐层神经元对网络参数敏感度低等缺点,文中提出了粒子群(Particle Swarm Optimization,PSO)并行模拟退火(Simulated Annealing,SA)优化ELM的算法(APSO-ELM)。该算法首先通过对ELM随机产生的初始权值和阈值进行优化,进化出较优解,然后对每组解进行模拟退火,从而提高算法摆脱局部极值点的能力,最后将优化退火后的解集,用来预测ELM的输出。算法仿真结果表明:改进的ELM可有效解决粒子群寻优过程易陷入局部最优的问题,其预测精度、收敛速度、隐层神经元的敏感度均优于其他常见ELM扩展算法。将改进的ELM应用在光伏发电输出功率预测上,可以预测光伏发电输出功率的变化规律,精度较高。     

基于改进人工鱼群-蛙跳算法优化LSSVM参数短期负荷预测

短期电力负荷预测在电力系统安全调度、经济运行方面起到关键作用。在用最小二乘支持向量机进行负荷预测时,参数选择将直接影响预测精度。为了提高LSSVM负荷预测精度,文中提出一种基于Levy变异自适应视野人工鱼群-蛙跳算法对LSSVM进行参数优化的方法。以某县负荷、天气等历史数据对LSSVM进行训练,建立LAVAFSA-SFLA-LSSVM、AFSA-LSSVM、LAFSA-SFLA-LSSVM共3种预测模型,对该地区某日24 h的电力负荷进行预测。算例结果表明,LAVAFSA-SFLA-LSSVM预测精度比AFSA-LSSVM和LAFSA-SFLA-LSSVM更高,预测误差更小。     

基于极限学习机算法的图书馆读者借阅行为分析

极限学习机算法适应新鲜样本能力强、学习速率快,为此提出基于极限学习机算法分析图书馆读者借阅行为。但是极限学习机算法输入权重与隐层阈值随机确定,行为分析结果随机性强、可靠程度低,所以采用高适应度值遗传算法确定极限学习机算法的输入权值与阈值。高适应度值遗传算法选择算子复制两份适应度值最优个体、复制一份适应度值较优个体作为遗传种群;交叉算子选取2个适应度值最优新个体开始变异操作;确定算法最优输入权值与阈值后,提取读者借阅行为特征作为训练样本,构建图书馆读者借阅行为分析模型,测试样本代入模型得到读者借阅行为分析结果。经测试,所提方法能准确分析出高校学生频繁借阅、少量借阅等图书借阅行为。     

基于PCA-LM-BP的短期电力负荷预测研究

考虑到现代社会中气象因素影响着电力负荷的使用情况,提出了考虑气象因素的基于PCA-LM-BP的短期电力负荷预测方法。由于气象因素数据量较大,采用PCA方法对天气因素进行主元分析,选取出对负荷值影响较大的因素引入到负荷预测模型当中。由于传统的BP算法具有收敛速度慢,易陷入局部最优的缺点,采用LM算法对其进行改进,提升其预测精度。将PCA提取的主要天气因素及历史负荷数据作为LM-BP算法的输入,预测的负荷值为输出。通过算例仿真分析,分别对比BP算法,GA-BP算法,LM-BP算法的负荷预测值及误差值,可以发现LMBP预测的负荷值与实际值更接近,通过误差分析验证了文中所提方法的有效性。     

基于SSA ELM和自适应差分进化算法的拉曼放大器设计北大核心CSCD

提出了一种将樽海鞘群算法优化极限学习机与自适应差分进化算法相结合的方法,并利用该方法优化多泵浦拉曼光纤放大器的参数配置。采用极限学习机构建泵浦参数和拉曼增益之间的非线性映射,并利用樽海鞘群优化算法对极限学习机参数进行优化获得最佳模型。对比分析了上述模型与BP神经网络和传统的极限学习机模型在评价指标方面的差异,结果表明本文所提出的模型预测性能较好。为了提高增益平坦性,利用自适应差分进化算法优化泵浦参数,得到最佳的参数配置。仿真结果表明,利用该方法设计出的拉曼放大器达到了预期效果,其目标增益与预测增益的最大误差不超过05dB。该方法为今后拉曼光纤放大器的设计提供了一种新的思路方法。     

基于GA-KELM的复杂路面病害分割算法

针对大多数路面裂缝检测算法对坑洼、松散和车辙等复杂病害分割效果一般,适应较差的问题。提出了一种基于训练样本自动选取与改进的核极限学习机相结合的检测方法。首先使用二维Otsu选取训练样本并提取LBP特征和HOG特征。然后采用遗传算法对核极限学习机中随机给定的输入权值和隐含层偏差进行优化。将降维后得到的特征向量作为特征属性对改进的核极限学习机进行训练。最后用训练好的分类器对路面病害进行检测。经实验证明,该算法与对比实验相比分割精度提高了24.8%,运行时间为4.31s 是一种鲁棒性较强的检测方法。     

优化的神经网络在模拟电路故障诊断中的应用

在检测和诊断模拟电路的故障中,为了解决传统的BP神经网络初始权值和阈值是随机选取的,容易陷入局部最小值,出现不收敛或收敛速度慢的缺点,文中提出了采用粒子群算法来优化传统BP网络的方法。首先利用粒子群算法优化BP神经网络的初始权值和阈值,然后再由改进的BP算法进行训练仿真。通过和在单一改进BP算法下训练的诊断仿真结果进行对比,可以发现通过粒子群算法优化后的神经网络改善了网络不收敛的缺陷,在训练速度以及诊断正确率上都有所提高。     

如何选择电连接器

精加工销为在印制板和DC／DC转换器间分配大电流提供了安全．强大的接口[编者按]     

提高市电/不间断电源混供系统电能质量方案研究

本文通过对市电/不间断电源混合供电系统的电能质量进行数据测试及理论分析,得到混供系统中存在大量容性无功及谐波电流的结论。并在此基础上提出无功补偿和谐波治理的几种有效解决方案,为今后数据中心在采用市电/不间断电源混合供电系统提高供电效率的同时,保证供电系统具备良好的电能质量。     

A power supply for pulsed power welding

The use of pulsing current for gas-metal-arc welding has increased the versatility of the method because of the ease of varying the average current to suit the application. A power supply consists of two properly designed constant-potential power sources in parallel to provide two levels of current. The pulse current is supplied by a half-wave rectifier, and background current by a filtered, three-phase rectifier. The dynamic characteristics must be considered to get good arc stability during current commutation between the two supplies.     

大功率超声电源的改进

将集成式D类全桥电路引入超声电源中,采用IR2110芯片驱动MOSFET构成全桥式逆变主电路,实现逆变降压和输出电压控制。驱动电路以脉宽调制电路为核心,运用555芯片产生三角波信号,并将产生的三角波信号转化为不同偏置的两路三角波信号;然后分别与相应端口输入的正弦波信号进行比较调制,得到两路PWM波,提高了电路的动态响应并实现频率的可调性。     

大功率IGBT功耗的研究

绝缘栅双极晶体管(IGBT)是复合全控型电压驱动式功率半导体器件.为了改善其功耗性能并进行进一步优化,论文在阐述IGBT特性基础上,通过从器件构成和实际应用角度对影响功率器件功耗的主要因素进行分析,并结合实践对IGBT功率器件的功耗进行深入研究,由此可以更深刻地理解IGBT功耗的产生,这对正确选择和使用IGBT器件及其系统有一定的实用价值.     

大功率半导体激光器驱动电源的设计

高能激光系统通常需要多种输出模式的驱动电源,现有电源存在输出模式单一的问题。采用能量压缩技术和电流串联负反馈技术实现了多输出模式半导体激光器驱动电源。分析了特殊设计高输入阻抗差分运算电路作为负反馈网络的工作原理,推导出了精确的参考电压与输出电流的关系式。最后,将所研制的驱动电源应用于国内首台400W工业级光纤激光器系统中,驱动电源实现了0~26A连续可调、稳定度优于0.15‰的连续电流和准连续电流输出。测试结果验证了设计思路的可行性,实现了半导体激光器驱动电源的多输出模式和高电流稳定度。     

利用自适应变化电源提高功率放大器效率

功率放大器IC的ACPR和效率指标通常针对最大输出功率进行优化，而蜂窝电话在绝大多数时间工作在中等功率或低功率状态，这期间的功放效率将明显降低。利用DC／DC转换器MAX8506提供变化的电源电压，能够有效改善中等功率或低功率模式下的功放效率，延长手机通话时间。     

电源快速切换技术在热电厂电力系统中的应用

热电厂厂用6 kVⅢ段备用电源切换装置在运行切换中易发生失电故障,对热电厂安全运行形成重大隐患。且热电负荷难以平衡,经常引发电网、热网波动事故。本文设计了电源快速切换技术,采用基于现代多功能保护和控制的REF542plus平台的微处理系统的SUE3000快切装置,该装置具有快速切换、首次同相切换和残压切换等功能,可极大地提高热电厂电力系统的安全性,从而确保热电厂电力系统的有效运行。