考虑电动汽车停泊概率的配电网接纳电动汽车能力评估方法

针对规模化电动汽车无序充电易导致配电网电压及潮流越限,需要定量评估配电网接纳电动汽车的能力问题,提出考虑电动汽车停泊概率的配电网接纳能力评估方法。首先在充电负荷建模环节增加考虑电动汽车停泊概率的影响,采用二阶段方法确定充电负荷所在节点;其次对基础负荷的季节特性进行建模,以研究由此导致的配电网接纳能力季节差异;建立了考虑静态安全约束的接纳能力评估模型,采用机会约束消除充电负荷预测偏差对评估准确度的影响。最后通过算例验证了所提评估方法的有效性。     

基于改进遗传算法的机器人路径规划方法

针对基本遗传算法在机器人路径规划中存在收敛速度慢、易陷入局部最优解的问题,提出一种改进的遗传算法. 在适应度函数中增加带有惩罚项的平滑度函数; 引入精英保留机制,保留每一代最优个体; 自适应调整交叉概率和变异概率,使交叉概率和变异概率随进化次数变化而变化. 利用MATLAB在两种障碍物地图中与其他两种算法进行仿真对比分析,实验结果表明,改进后的算法在路径规划的应用中有效减少了机器人的转弯次数,提高了逃离局部最优路径的能力,寻优能力更强.     

巨魾(Bagarius yarrelli)全基因组微卫星分布特征分析

对已公布在NCBI数据库中的巨魾(Bagarius yarrelli)全基因组测序结果,使用MISA软件对巨魾全基因组中的微卫星进行筛选并分析其数量与分布特征. 在巨魾基因组570 806 968 bp序列中,共筛选出360 235个完整型微卫星,其长度为6 998 449 bp,占基因序列总长度的1.23%. 在6种完整型微卫星中,微卫星数量最多的是单碱基类型,约占总数的44.65%,其余碱基类型数量排序为二碱基(43.29%)、三碱基(6.12%)、四碱基(4.80%)、五碱基(1.02%)和六碱基(0.11%). 基因组中数量最多的前10种微卫星类别分别为:A、AC、AG、AT、AAT、C、ATAG、AAAT、ACT和ATC.     

花斑无须鲶(Ageneiosus marmoratus)全基因组微卫星分布特征研究

根据NCBI已公布的花斑无须鲶全基因组序列,利用MISA软件对花斑无须鲶全基因组的6种完整型微卫星进行筛选并分析其分布特征. 结果如下:在花斑无须鲶全基因组(约1.03Gb)中符合条件的微卫星序列共336 037个,丰度为326个/Mb. 微卫星总长度为7 720 686 bp,占花斑无须鲶全基因组的0.75%. 其中二碱基类型的微卫星数目最多,为145 318个,占微卫星总数的43.24%,其次分别为单碱基(37.12%)、三碱基(11.00%)、四碱基(7.39%)、五碱基(1.04%)和六碱基(0.21%). 花斑无须鲶全基因组微卫星中的优势碱基类别按照数量从高到低排列依次为A、AC、AG、AT、AAT、AAAT、TATC、AAG、AAC和TGA,共有305 243个,占微卫星总数的 90.84%,A、T碱基在微卫星中占绝对优势.     

随机非线性和部分转移概率未知时马尔科夫系统的H1控制

研究上述系统时: 1) 利用了非线性的概率分布信息; 2) 利用了转移概率中已知部分和未知部分的关系. 利用李雅普诺夫泛函方法和线性矩阵不等式方法, 本文得到了使得系统随机稳定的充分条件并得到了相应的反馈控制增益. 文中最后给出的例子表明了所建立模型和分析方法的有效性.     

基于MultiLayer水平集的脑MRI图像分割框架

提出了一种新的自动初始化水平集的方法和基于MultiLayer水平集的活动轮廓模型。该模型同时进行偏移场去除和图像分割,因此可以有效地克服灰度不均匀性的影响。最后利用了大脑皮层的距离信息,在框架中增加了厚度约束项。实验结果显示,相比著名的LBF模型,该框架不但可以获得更高的分割精度,而且分割时间也大大减少。     

金陵女子大学历次学生运动回顾1915-1951

近代闻名遐迩的金陵女子大学(以下简称金女大)有30多年的办学历程,轰轰烈烈的学生运动贯穿其中。在内忧外患的时代,金女大的学生们秉承"厚生"校训,用实际行动表达对灾难中的祖国的命运的关爱。     

国内城乡一体化与乡村旅游研究综述

在对城乡一体化、乡村旅游及其两者之间关系的研究文献进行综述的基础上,分析了城乡一体化与乡村旅游之间的内在联系,并提出如何保留"城市"和"乡村"的特色,尤其是作为乡村旅游核心吸引因素的"乡村性";如何让优秀的乡村文化不受城市文化的侵蚀而得到传承和保护;如何维护乡村旅游产品的"原真性"等问题。     

一种电气设备状态诊断方法

随着电网技术的不断发展和电网规模不断扩大,电气设备数量激增、智能化程度越来越高;同时,终端用户对用电可靠性越来越重视,借助智能技术基于设备运行数据对设备进行故障诊断势在必行.本文以基于范例推理的理论(CRB)与支持向量机技术(SVM)为主要工具,提出了一种基于范例推理的电气设备状态智能诊断模型,试图通过电气设备已有数据的挖掘,获取电气设备故障的潜在发生规律,进而作为依据及时发现并排除电气设备的潜伏性故障.首先研究CRB和SVM在电气设备状态诊断中的应用;然后建立电气设备状态智能诊断模型,以电气设备的海量运行数据、历史数据、测试数据以及环境因素等为基础,建立电气设备的状态范例库,应用SVM回归对设备状态范例库进行深度的挖掘与分析,建立设备状态指纹,并以此为据进行电气设备运行状态的诊断分析;最后以油浸式变压器状态诊断为例,对实际数据进行分析诊断,并与三比值法的诊断结果进行比较.诊断结果表明,智能诊断模型诊断范围更广,诊断结果更准确.     

高光谱遥感反演土壤重金属含量研究进展

土壤重金属污染是当今重要的世界性环境问题之一。如何快速高效地获取土壤重金属含量及分布信息是进行污染风险评价及预测研究的前提。高光谱遥感具有无损、实时获取信息的优势,利用高光谱技术反演土壤重金属含量仍处于探讨阶段,对其反演机理和建模方法的研究成果进行了介绍和分析。认为充分研究不同类型土壤对重金属的吸附特性,是深入理解重金属含量反演机理的基础。加强不同土壤类型、不同污染程度的案例对比分析,发展光谱信号处理方法,引入非线性建模算法,构建重金属形态量反演模型,是土壤重金属含量遥感估算研究的重要研究方向。