TP-Miner:基于生物启发计算的警用流动人口分析系统

目前对流动人口的管理仅停留在数据查询比对和简单统计上,缺少对数据的深层次分析,难以对决策指挥提供支持.针对流动人口的分析问题,提出了构建一个基于生物启发计算的智能分析系统,用于发现流动人口中各类人员的流动模式以及流动人口的趋势性问题,找出异常的流动信息和模式.该系统综合运用了前沿的生物启发计算技术--基于多层染色体基因表达式编程算法、重叠基因表达进化算法、基于概念相似度神经网络分类模型和层次距离计算的聚类算法搭建了一个警用流动人口的分析平台.同时根据实际需求,提出了一种新的基于智能分析结果的分级报警模型.实验表明系统具有较高的性能和实用性.     

基于网络数据基因表达方法的人工免疫入侵检测技术

针对计算机入侵检测和生物免疫所具有的高度相似性,提出了一种基于网络数据基因表达方法基础之上的人工免疫入侵检测模型。使用了克隆选择算法,并通过适应度和亲和度相结合的保优策略,解决了检测器过早收敛的问题。分析了该系统模型的工作流程,介绍了实验情况并对今后的研究方向进行了展望。     

基于商业电力系统分析软件的智能计算平台设计及应用

设计并建立一个基于商业电力系统分析软件的智能计算平台,分别介绍软件设计、算法和应用3个方面的相关情况。在计算平台的软件设计方面,采用可扩展性、模块化及可复用的设计思想,特别是进化算法软件采用了plug-in算法和算子分离的设计思想,增加算法软件模块的灵活性和可扩展性。在算法研究方面,简要回顾暂态稳定约束优化问题（SOPF）的模型及求解SOPF问题遇到的挑战,描述一类特殊的SOPF问题--基于最小控制代价模型的低频减载（UFLS）参数优化问题,并提出应用进化计算方法求解UFLS优化问题的算法步骤.在应用研究中,采用智能计算平台中的DE算法解决一个实际系统的UFLS优化问题,初步展示利用智能计算平台开展科研工作的潜力.     

多敏感器智能信息融合卫星定姿新方法

为解决目前的卫星定姿系统没有考虑实际工作状态的变化,即缺乏剔除污染数据的故障规避模块,并简单采用固定的融合方法对所得数据进行处理,脱离定姿环境的实际情况的问题,提出了一种基于NFE模型的智能融合算法.该算法引入波门预处理技术对污染数据进行有效剔除,然后通过NFE模型计算定姿系统置信度,根据不同的实际情况选择相应融合方法...     

一种直连网络智能路由算法

基于生物智能提出一种适合直连网络的智能路由算法．该算法使用前向代理来收集当前结点到源结点的估计旅行时间,并以此更新结点路由信息．算法采用一个考虑多种时延(如发送时延、传播时延及等待时延等)的模型来计算前向代理携带的旅行时间,同时考虑路由表中的历史路由信息和当前的链路状态,因而路由决策更加正确．在基于虚切通交换的k-ary n-cube网络中对算法性能进行了仿真,与传统的路由算法(如维序算法、Duato算法及GAL算法等)相比,在不同的流量模式下这种直连网络的智能路由算法都取得较低的时延和较高的吞吐量．     

基于多视角低秩分析的电力状态不良数据检测

随着信息化技术在智能电网的应用逐步深入,在智能电网的运维中能及时自动检测到不良数据,如网络攻击数据和设备故障数据,对电网的稳定和持续运行有着重要意义。该文提出一种基于多视角低秩分析的电力状态不良数据检测算法。该算法使用来自多个观测源的观测数据综合估计电力系统的状态,算法使用低秩模型挖掘出来自多个观测源数据间的共享本真数据,同时使用稀疏模型对不良数据建模。针对所提出的目标方程,给出了一种基于交叉迭代的优化算法。最后,在IEEE多个节点测试系统上的实验证明了该算法相对于已有算法的先进性。     

CPS关键构件及应用于智能电网的研究

针对CPS的物联性、互联性和智联性问题,提出了具有实时性、灵活性及适应性特点的智能代理CPS数据处理模型.模型从网络系统数据处理的分布式、智能化角度对CPS计算和控制构件进行描述及设计,给出了在数据计算和控制过程中CPS数据处理关键步骤的设计方案.通过对智能电网系统数据的分析,探讨了CPS在智能电网中的应用,以期对CPS实用化提供支持.     

接触电阻建模新方法

根据接触电阻的特点与以往接触电阻计算方法存在的不足,运用结合模糊逻辑的智能计算方法对接触电阻进行计算.根据接触电阻与影响因素之间的关系进行试验,得到大量试验数据,将试验数据分成训练数据与测试数据两部分,训练数据用于训练模糊系统,测试数据用来测试模糊系统,检验其可靠性.通过训练数据运用梯度下降结合模拟退火算法训练模糊系统,建立接触电阻模型,运用回归分析对接触电阻进行计算.通过测试数据测试两种模型,基于模糊系统的模型优于回归分析,说明用梯度下降结合模拟退火算法训练模糊系统建立的接触电阻模型精确可靠.     

鸽群优化算法研究进展

仿生智能优化一直是智能计算领域的一个热门研究领域,在生命科学、系统科学、控制科学、计算机科学、管理科学和社会科学等学科均已得到了广泛应用.鸽群优化(pigeon-inspired optimization,PIO)算法是近年来才出现的一种群体智能优化算法,它是受自然界中鸽群自主归巢行为的启发而提出的.因此,对自然界中的鸽群机制和鸽群优化算法基本原理进行了阐述,介绍了鸽群优化模型,并对其在无人机(unmanned aerial vehicle,UAV)编队、控制参数优化、图像处理等领域的典型应用进行了评述,最后展望了未来的发展方向.     

基于安全多方计算的系统间隐私保持推荐算法

针对协同过滤推荐过程中的隐私泄露问题,以RSA公钥密码系统和安全多方计算理论为基础,提出一个安全计算模型,并将此模型应用到跨系统协同过滤中,并提出一个基于安全计算模型的跨系统隐私保持协同过滤推荐算法.该算法可有效防止不可信第三方和系统间恶意串通.实验表明,与传统的单系统协同过滤推荐算法相比,该算法不但可以保护用户对项目的评分,并且提高了协同过滤推荐算法的精度.     

基于基因表达式编程的智能模型库系统的实现

模型库是决策支持系统(DSS)的重要组成部分。传统的智能模型库系统对先验知识依赖性很强，难以实现真正意义上的智能化。针对这一弱点，提出了显式智能模型，隐式智能模型，显式模型基因的概念，给出了基于GEP的隐式智能模型(Implicit Intelligent Model，IIM)的挖掘算法(GEP—IIMA)，在此基础上实现智能模型库系统；研究了隐式智能模型库(IIMB)系统与GIS的接口技术。IIMB是真正意义的无先验知识的智能模型库，其模型的类型和参数的求解均由程序自己来实现。通过比较实验，系统所挖掘的函数模型比传统方法所得模型的精度提高了14．9％。     

地区电量智能化运维专家系统技术分析及应用

提出了基于地区电能量管理系统的智能化运维专家系统的基本结构,结合地区电量智能化运维专家系统的建设经验,对其中的数据的收集与集成、数据结构设计与优化、故障分析模型的建立、故障报警分类组织与方式选择等关键技术进行了深入分析。     

基于数据平台化的“新零售+智能制造”融合架构研究

随着人工智能、物联网、大数据、云计算等新技术的加速发展和融合,以新零售和智能制造为代表的新兴行业正在崛起。从当前国民消费升级的实际需求出发,立足国家制造业和实体零售业创新发展、跨界融合的发展趋势,对基于数据平台化视角的“新零售+智能制造”融合架构内涵进行了研究,分析了该融合架构当前面临的主要问题,阐述了通过“三网融合”支撑和构建“新零售+智能制造”融合架构及其数据平台,实现融合发展和流量解耦的原理。     

基于云计算的电子商务推荐系统研究

通过对云计算系统架构、平台开发、用户行为分析、电子商务应用等方面的研究,提出了一种新型的分布式存储系统,并在此基础上构建了一种新的智能化电子商务个性化推荐系统。该推荐系统有效解决了大型日志数据存储、无法实时推荐、算法伸缩性低等问题,为用户提供动态、实时的个性化服务,实现了商务推荐引擎的个性化和智能化。     

基于多Agent的智能电子商务系统研究

高效率和低成本是电子商务追求的目标,然而,基于Web/Browser模式的电子商务却使电子商务陷入效率的困境.智能化分布式计算模型和工作流技术的出现给电子商务带来了新的发展契机,智能电子商务成为人们研究的热点.介绍了应用于智能电子商务的移动Agent技术和工作流技术,提出了Agent的HAS理论模型,给出了智能电子商务的商务流程概念模型,设计了它的工作模型和系统结构,为实现智能电子商务作了一些理论探讨.     

基于人工神经网络与遗传算法的暂态稳定评估

提出了ＢＰ算法和遗传算法相结合的电力系统暂态稳定性评估新方法,选取了以稳态特征量、故障初始时刻特征量和暂态特征量构成的综合特征量作为稳定性评估系统的输入特征量。以０至１之间的小数作为评估系统的输出值,根据输出值的大小判定系统是否稳定。理论分析及仿真结果表明,本方法解决了ＢＰ网络易陷入局部最小的问题和遗传算法应用于复杂的多变量优化系统时速度很慢的问题,并且对不同电力系统暂态稳定性评估具有一定的通用性。     

基于数字孪生的装配式钢节点混凝土框架结构建造技术

与传统现浇框架结构相比,装配式钢节点混凝土框架结构建造速度更快,但框架钢连接节点处存在应力突变,因此,有必要采用基于数字孪生的手段监测该实际工程结构的施工过程,以获得钢节点对结构性能的影响。基于BIM、有限元和传感器等技术搭建了基于数字孪生的新型装配式钢节点混凝土框架结构的智能建造框架,从物理数据收集、虚拟模型建立、模型信息交互3个方面提出基于数字孪生的建筑结构智能建造实现方法。在新型装配式钢节点混凝土框架实际工程建造阶段,采用传感器技术实现工程中关键点数据的实时监测,并将其与BIM和有限元数据进行比较,进一步调整与修正物理模型中的框架结构受力情况,最终实现装配式钢节点混凝土框架数字孪生模型的建立和应用。研究表明,该数字孪生模型能有效对新型装配式钢节点混凝土框架结构进行实时监测,实现基于传感器网络和时空参数分析的危险点预测,有效减少资源消耗,为该结构的应用提供有效数据信息。     

基于人工免疫和基因表达式编程的 多维复杂关联规则挖掘方法

为满足复杂数据挖掘应用对处理丰富语义的要求,引入了多维复杂关联规则概念,提出了通过人工免疫循环控制的基因表达式编程挖掘方法。构造了有特色的抗体和免疫细胞结构,能有效减少计算量;设计了特有的否定选择策略,可以消除无用的和冗余的免疫细胞;引出了逆否规则与原规则同为强规则的启发式过滤准则,可有效约简规则数目。实验表明,新方法能够高效、准确地挖掘多维复杂关联规则;在一定条件下,新方法的否定选择策略可将挖掘效率提高达1~3个数量级。     

数字孪生变电站框架设计与关键技术研究

随着智能电网快速推进与新技术领域的出现，以变电站为代表的能源互联网系统拓扑结构趋于复杂，传统运维管理模式已经难以满足变电站规划设计、监测分析和运行优化的要求。数字孪生（Digital Twin, DT）技术的发展给电力系统的智能化管理带来诸多便利。然而作为推动能源电力行业数字化、智能化的关键技术，相关研究与应用处于初期起步阶段，将数字孪生技术工程应用于能源电力各业务环节依然存在诸多挑战，亟需开展系统性研究，以突破适应能源电力行业特殊性的数字孪生关键技术。为此，本文以变电站作为应用场景，首先对变电站运维管理现状进行了分析，指出现阶段变电站巡检模式缺陷、模型精度不够、感知参量单一、缺乏对数据的深度挖掘等问题。以此设计了一套涵盖空间信息与设备建模、变电主设备机理建模、智能反馈控制、设备感知网络、基于数据驱动的数字孪生体模型的仿真，以及三维可视化渲染与应用的数字孪生变电站模型框架。然后讨论了变电站数字孪生技术面临的问题与挑战，包括：高性能、低成本、高精度、低功耗、高集成度与智能化的变电站专用传感器研制；海量多源异构数据存储管理与计算资源优化分配；孪生模型精度亟待提升与可解释性缺乏论证；“数据安全”与“数据孤岛”给数据驱动的模型训练带来挑战；高精度实景三维重建与虚拟实体动态更新算法的研究。针对提出的问题与挑战，进而探讨了解决问题的关键技术研究，包括基于压缩感知理论的新工艺、新材料的智能传感器技术；海量多源异构数据分布式云存储技术与以安全私有云为核心的数据管理体系；云边协同计算技术；数据驱动与机理知识融合建模技术；满足隐私保护和数据安全前提下的模型训练技术——可信联邦学习；实景三维重建、点云语义分割、点云动态可视化、虚拟现实等计算机视觉相关技术。结合数字孪生模型设计与关键技术问题的探讨，给出了一套面向工程应用的数字孪生变电站系统设计方案，重点阐述了包括变电站设备实时监测、设备故障诊断与故障预测、运维决策优化与智能反馈控制等典型的应用场景。数字孪生技术与变电业务各环节的深度结合，有助于智慧变电站运维管理发展与效能提升、开辟数字化智能变电站运维管理新模式。进一步，数字孪生技术的发展成熟必将推动整个能源电力行业打破数据、技术壁垒，实现电力全产业链上下游企业的价值、技术协同，构建更大范围的数字孪生系统，具有显著社会效益和战略意义。