CMTS数据网的用户速率与容量

文章所提出"折合户数"这一新概念,可在绕开网络运行随机性的条件下,来对网络进行速率和容量分析;阐明了单台256QAM状态的CMTS注册用户数以不超过600户为限的理论和计算依据。文中的分析方法和结论也适用于其它共享式数据网。     

数论布点法与蒙特卡洛法在石油资源量估算中的比较

本文讨论了用数论布点法与蒙特卡洛法在估算石油资源量方面的差别,包括计算时间上与精度上的差别。通过比较认为数论布点法优于蒙特卡洛法。     

拱坝坝体和坝基可能失效模式与可靠度的研究状况

本文简要介绍了结构可靠度理论及其在水工结构中的应用概况,并着重介绍了拱坝可靠度的研究现状.该理论把非确定性概念引入水工结构设计中,在此基础上,将会使工程设计达到既安全可靠又经济适用的目的.     

航天产品多源可靠性信息的收集与整理--建立可靠性信息数据库

航天产品可靠性信息的来源多样，可靠性信息的时间性、随机性、有价性、时效性和可追溯性等特征，决定了可靠性数据收集应满足真实性、连续性、完整性等基本要求。同时，对多源信息的收集应遵循先进行需求分析，再确定数据收集点并制定数据收集表格的程度进行。给出了信息的适用性准则和信息分类的三维模型。最后结合具体型号航天产品的可靠性工作的要求，给出了可靠性信息数据库系统的整体方案设计。     

泥沙起动条件分析及推移质输沙率公式

基于床面均匀泥沙颗粒相对位置关系,确定了瞬时作用流速及有效作用高度,建立了平坡泥沙起动条件与床面泥沙暴露度的关系。从理论上分析得到,泥沙跃移起动要求水流条件最高,滚动起动及滑动起动取决于泥沙颗粒的暴露角,且暴露角θ不随拖曳力系数C_D和上举力系数C_L的变化而变化。当暴露角θ小于42.8°时,泥沙更易于滚动起动;当暴露角θ大于42.8°时,泥沙更易于滑动起动。在此基础上,推导出了考虑两种起动模式的起动全概率公式,建立了床面推移质单宽输沙率公式。通过经典的推移质输沙率实测资料验证及误差计算表明,公式结构合理,计算精度较高,对于高、中、低输沙率都具有较好的适用性。     

土石坝渗压水位极值预测

渗压水位极值预测是监控土石坝安全的主要途径之一,目前用于渗压水位极值预测方法需给出正确的自变量。渗压水位极值最主要的影响因素是上游水位,当渗压水位极值与上游水位相关性弱时,预测模型准确度低。提出一种仅考虑测值序列、不考虑自变量的渗压水位极值预测及评价方法。该方法基于最大Lyapunov指数建立预测模型,利用马氏链的遍历性和平稳分布对该无自变量模型进行评价。算例表明:对于与自变量相关性弱的渗压水位极值,预测模型的预测效果优于常规方法,误差评估模型评价合理。基于混沌理论和随机过程的预测模型及评价方法能形成一套精度较高、实用性强的序列预测及评价方法,覆盖常规预测方法的弱能力区域,可用于建立自变量不明确的测值序列预测模型。     

考虑分布式电源出力随机特性的配电网节点脆弱性评估

随着分布式电源的接入及配电网规模的不断扩大,配电网的安全性与可靠性面临挑战,配电网脆弱环节辨识问题亟待解决.考虑分布式电源出力随机性对配电网节点脆弱性的影响,建立基于拉丁超立方抽样的风电与光伏随机出力模型;基于复杂网络理论与配电网辐射状的拓扑条件提出改进节点度、改进介数等节点脆弱度指标;利用分布式电源随机出力模型的采样结果得到节点脆弱度指标的分布特性;提出基于样本修正权重的模糊综合评价方法,对考虑分布式电源出力随机性的配电网节点脆弱性进行分析.改进的IEEE 123节点系统算例结果验证了所提方法的可行性与有效性.     

相平衡计算中全局优化算法的研究及发展现状

综述了相平衡计算中常用的全局优化算法,并对其现状做了比较。全局优化算法可分为随机性算法和确定性算法。确定性算法通常不能保证得到吉布斯自由能最小值;而随机性算法发展迅速,在化工领域得到了广泛应用。最后,对相平衡算法可能发展方向做了预测。     

地源热泵路面融雪化冰可靠性设计及应用分析

分析了地源热泵路面融雪化冰系统的随机性,基于可靠度理论,提出了路面融雪化冰的可靠性设计方法及设计步骤,推导出了可靠度计算公式.考虑主要因素的随机特征,结合工程实例进行设计计算.结果表明,降雪量的变异性及系统的可靠度对融雪化冰耗热量的影响较大.与确定性计算方法相比,路面融雪化冰可靠性理论对研究系统的安全、稳定性具有重要意义,为系统的优化设计奠定了基础.     

基于负载随机性的互联网络链路流量识别方法

针对当前互联网络链路流量识别方法未考虑数据块类别,导致互联网络链路流量识别准确性和效率较低,流量识别误报率和漏报率较高的问题,提出基于负载随机性的互联网络链路流量识别方法.利用数据包负载随机性检测方法,判断网络数据流中数据块负载随机性类别.将判断结果作为机器学习方法的已标注数据集,提取数据流特征属性构成样本集合,采用ID3算法,训练分析该样本集合,寻找数据间规律,构建分类模型,通过分类模型预测和评估未知数据流量,实现互联网络链路流量识别.实验结果表明,上述方法识别不同类型流量的漏报率和误报率较低,具有较强的识别可靠性,识别时间较短,能够有效提高识别准确性和效率.