基于基本素材及知识点的多媒体教学

在提取电工技术课程基本素材的基础上，制作课程的素材及知识点库，由此产生的辅教课件制作周期短、个性鲜明，便于与传统的教学方式进行协调和统一。     

关于逻辑函数化简的行为诊断的研究

本文以逻辑函数化简的行为诊断为研究背景，提出了一种适合于解题ＩＣＡＩ系统中学生行为的、符合人类思维特征的认识诊断系统模型，详细论述了逻辑函数化简过程中，学生行为认识诊断的具体实现，在准确捕捉学生行为中的错误及错误原因等重要问题上取得了意义的研究成果。     

大规模网络独立方程建立与计算的系统化研究

借用网络图论与矩阵代数，通过对大规模网络割集电压的独立方程分析，提出大规模网络的系统化计算法，进而确立了组成大规模网络的元件参数与描述该网络相应矩阵中元素间的对应关系．这种方法使大规模网络的分析计算简便化．     

沙尘暴综合预报系统中场特征提取方法的研究

沙尘暴天气频繁发生,严重干扰和影响着人们的正常生活,对社会经济和生活环境均造成一定程度的危害.根据沙尘暴天气的成因及特点,在分析现有特征提取方法弊病的前提下,提出了ANN沙尘暴综合预报系统场特征提取方法.首先进行距平运算数据预处理,获取沙尘暴成因物理场样本;然后利用论文方法进行场特征提取.在此基础上,借助综合预报思想构建并实现了遗传ANN沙尘暴预测系统.仿真结果表明,论文所研究的场特征提取方法在提高沙尘暴预报的准确率方面做出了较大的贡献.     

一种卫星遥感影像村庄区域提取算法

卫星遥感影像提取村庄区域在地理和气象领域均有十分重要的意义.针对卫星遥感影像的特点,提出了一种村庄区域提取方法.利用改进的去雾算法对卫星遥感影像进行预处理,通过遥感卫星影像的颜色特征实现分割,结合村庄区域分布特点进行去噪处理,实现卫星遥感影像村庄区域的提取.实验结果表明:该算法能够对卫星遥感图像中不同类型村庄区域进行提取,且提取准确率高,可以应用于地理以及气象等领域.     

基于雷达基数据的风暴单体跟踪与预报

多普勒雷达基数据对风暴单体的跟踪及预报具有十分重要的意义.针对雷达监测预报的原理和特点,建设性地提出了一种跟踪和预报方法.根据“体扫间隔,特征相似,近距离优先”三个匹配准则来匹配两时刻的风暴单体,再利用加权最小二乘法对风暴单体在下一时刻的位置进行预报.通过对天津市2005～2011年间74个天气过程的实验和评估,结果表明:该方法的可预报单体数更多,单体平均预报误差更小,能够更好地实现风暴单体的跟踪及预报.     

遗传神经网混合编码方式的研究

对遗传神经网中符号编码方式造成的初始种群分布不均的缺点以及二进制编码方式包含的节点信息不完全的不足进行了分析，并综合二者利弊提出了一种改进的以二进制编码方式为基础的混合编码方式，同时针对这种混合编码方式设计了一套专门的遗传操作算子，克服了两种单一编码方式的缺点，有效地提高了遗传神经网的收敛速度。利用所提出的方法对传统的5-bit Parity基准问题以及沙尘暴天气预测的实际问题进行了仿真计算，比较了编码方式改变前后的收敛速度及分类准确性，仿真结果验证了这种改进的有效性。     

基于人工神经网络的多模型综合预报方法

根据天气系统非线性变化及天气变化受大气多种内外因素综合影响的特点，文中提出了用ANN的前馈网络(BP算法)串入竞争自组织映射网络(SOM网络)方法对同一预报量进行不同结构类型的MOS模型、动力诊断模型和人工智能模型的综合预报。利用这一系统对样本进行了先聚类后训练的预报。结果表明，BP SOM网络实现多模型(异型)综合预报系统具有很好的应用前景。     

基于泄漏积分型回声状态网络的在线学习光伏功率预测

为提高光伏功率预测结果的准确性,提出了基于泄漏积分型回声状态网络LIESN(leaky-integrator echostate network)的具有在线学习功能的预测方法。预测模型中采用泄漏积分神经元增强储备池的短期记忆能力,通过最小二乘在线学习算法增加临近时间样本对权值的影响;综合考虑预测精度与运行时间,分析了LIESN关键参数对预测性能的影响,并提出了LIESN关键参数的设定方法。实例证明,在线学习LIESN的预测精度优于BP神经网络、经典ESN及离线学习LIESN模型,测试结果的归一化均方根误差达到0.098 6,验证了方法的有效性。     

基于粒子群优化的加权伏罗诺伊图变电站规划

针对变电站规划问题，提出一种基于粒子群优化的加权伏罗诺伊图(weighted Voronoi diagram，WVD)变电站规划方法，在变电站数量和容量组合确定的情况下，对变电站的位置和供电范围进行优化。根据变电站及负荷分布的特点，给出全新的权重计算方法，其权重可自适应调整，从而形成基于加权伏罗诺伊图的变电站规划方法。该方法在保证算法收敛的同时，使变电站的位置及供电范围更合理。利用粒子群优化算法的全局搜索特点，实现了基于粒子群优化的加权伏罗诺伊图(particle swarm optimization-weighted voronoi diagram，PSO-WVD)变电站选址及供电范围规划。算例结果表明所提方法无论在变电站站址的确定方面，还是在变电站供电范围的划分方面都比单一方法可靠、合理。