应变测试系统的设计

针对某高动态响应的转矩传感器应用,给出了一种实用的惠斯登电桥测试电路.采用具有自动稳零功能的AD8230仪表放大器进行初级放大,有效解决了传统仪表放大器失调电压较大带来的零值附近信号淹没问题.系统采用电流环传输信息,很好地抑制了干扰,大大提高了系统动态性能.试验结果表明:该系统电路设计合理,可靠性高、精度高、温漂小、动态响应快、抗干扰能力强,对其他应变测试系统的电路设计具有借鉴意义.     

基于小波神经网络的滤波器设计方法

利用卡尔曼滤波器进行状态估计时,要求系统具有已知的数学模型和噪声统计特性等先验知识,而实际系统往往不能满足这一要求;针对这种情况,提出了一种小波神经网络滤波器设计的方法,它结合了神经网络的函数逼进能力和小波变换的良好局部特性及多分辨率特性,使网络能根据数据的分布情况以不同的分辨率进行学习,从而使网络具有更灵活有效的函数逼近能力,提高了估计精度;仿真结果表明,用该滤波器对系统状态进行估计,其精度高于卡尔曼滤波器的估计精度.     

基于网络等值的复杂中压配电网修正的可靠性评估模型

利用故障模式影响分析法(FMEA),首先对复杂的配电网进行网络等值的简化,将复杂配电网逐步等值为简单的辐射形配电网;然后重点研究了配电网中设备在不同运行阶段的故障率规律,给出了不同阶段故障率的模型,并提出了实时故障率的概念。在此基础上,利用实时故障率对配电网的可靠性指标进行修正,得到了改进的可靠性评估模型,该模型较完备地考虑了设备运行年限的不同阶段对配电网可靠性评估的影响。实例计算结果表明,该可靠性评估模型是一种有效的配电网可靠性评估算法,能更真实地反应配电网的实际情况。     

D-S理论与神经网络相结合的信息融合模型研究

针对大噪声环境下信息融合效果差的问题,提出了一种基于D-S证据理论与神经网络技术的信息融合方法,该方法综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处,一方面利用神经网络和冲突证据处理算法获取基本概率赋值,另一方面通过证据理论使神经网络的结构变得透明.初步仿真结果表明,该方法有效地解决了不确定性信息的误识别问题.     

不完备信息系统的数据挖掘方法研究*

根据分层递阶约简算法,提出了一种直接在不完备信息系统上进行数据挖掘的方法.该方法首先将信息系统中由所有属性构成的单层知识表示转变成由部分属性所构成的多层知识表示,即由完备属性和不完备属性表示;然后建立了两个不同层次的子系统,并推导出各个子系统的规则集;最后,将该方法应用于心脏病诊断系统的研究.仿真结果证明,该方法具有较强的实用性和有效性,并能提高知识约简的速度.     

基于分块算法的复杂配电网修正的可靠性评估模型

以故障模式影响分析法（FMEA）为基本原理,先利用改进的节点-支路矩阵将配电系统划分为若干块,以块为单位代替单个元件进行故障解析分析;而后重点研究了多态的天气因素对配电系统可靠性评估的影响,通过对配电系统中设备在运行期内的工作在不同天气情况规律的分析,对配电系统的可靠性指标进行修正,使得修正后可靠性评估模型较完备地考虑了不同天气情况对配电系统可靠性评估的影响。通过实例的计算,考虑天气因素修正的配电网可靠性评估模型与分块算法不仅可行、高效,而且得到可靠性评估指标更真实地反应配电系统的可靠性的实际情况,具有较强的工程实用性。     

冲突证据合成方法研究及改进

针对现有冲突证据合成方法的缺陷．提出了一种改进冲突证据合成的方法。首先根据候选焦元的冲突大小提出了一种相互支持度．然后由支持度归一化获得候选焦元的相互可信度。最后用该可信度对焦元进行自适应加权组合，实现对融合模型的改进。计算结果表明．改进后的新方法合成效果好．合成结果更理想。     

基于改进遗传算法的配电网络重构优化模型研究

针对二进制编码在配电网络重构中产生大量不可行解,难以获得全局最优解的问题,重点研究了基于简化策略整数的遗传算法编码规则,通过引入退火罚因子设计动态罚函数处理约束条件,建立了基于改进遗传算法的配电网络重构优化算法.结果表明,该算法可以快速有效地得到配电网络重构的全局优化方案,降低网损,提高运算效率,该算法对其他领域最小生成树问题的求解也有一定借鉴意义.