使用新混合模糊聚类算法的模糊系统建模方法

为了进一步提高模糊系统建立模型的精度,提出一种新的模糊系统算法ANFIS-HC-QPSO：采用一种混合型模糊聚类算法来对模糊系统的输入空间进行划分,每一个聚类通过高斯函数的拟合产生一个隶属度函数,即完成ANFIS系统的前件参数--隶属度函数参数的初始识别,通过具有量子行为的粒子群算法QPSO与最小二乘法优化前件参数,直至达到停机条件,最终得到ANFIS的前件及后件参数,从而得到满意的模糊系统模型。实验表明,AN-FIS-HC-QPSO算法与传统算法相比,能在只需较少模糊规则的前提下就使模糊系统达到更高的精度。     

基于人工智能技术的不完备信息系统智能诊断方法研究

为了提高不完备信息系统故障诊断的正确性与效率,本文提出一种基于粗糙集理论、蚁群优化算法和RBF神经网络相结合的故障智能诊断方法。该方法首先利用“条件组合补齐算法”对不完备的数据进行完备化处理,再利用粗糙集对条件属性进行知识约简,得到具有最大完备度的最小规则集,接着用蚁群算法优化RBF神经网络的权值,并将最小规则集用于训练RBF神经网络模型,获得故障智能诊断模型。通过实际工程数据验证故障智能诊断模型的有效性,结果表明提出的方法能有效实现系统故障的诊断。     

基于改进量子粒子群算法的支持向量机参数优化方法

支持向量机参数的选择对建模精度和泛化性能等有着重要的影响,提出量子粒子群优化(QPSO)改进算法优化支持向量机（SVM）参数的方法。该方法首先将混合扰动算子引入QPSO算法中,用于获取平均最优位置,建立一种基于混合扰动算子的QPSO算法改进方法（IQPSO）,然后用IQPSO算法的全局优化能力对支持向量机惩罚系数和核参数进行综合寻优,求取最优化参数组合,从而提高支持向量机的求解速度和解的精确性。利用测试函数和UCI测试数据,对IQPSO-SVM进行仿真测试与分类,实验结果表明,IQPSO能获得很好的优化结果,IQPSO-SVM具有较好的泛化性能。     

基于R7F0C004的国网单相智能电能表的设计

本文设计了一种新型的符合国网2013版本标准的智能电能表,对它的设计原理和通信抄表的实现做了详尽的阐述。该电能表采用了基于RENESAS单片机R7F0C004为主控芯片的硬件平台,实现了实时时钟、数据存储、数据通信、电量采集、液晶显示、费控等功能,并针对电能表的特点做了软件的可靠性设计。     

基于计算智能融合的轧钢厂电力系统低频振荡控制方法

针对电力系统稳定器优化配置的复杂非线性问题,将具有较好全局搜索能力和寻优速度的计算智能算法引入到电力系统低频振荡抑制中,充分利用遗传算法和粒子群优化算法的优点,提出一种混合算法,提高了寻优过程的收敛性和稳定性.混合算法被用于优化电力系统稳定器参数,进而提出基于混合算法的电力系统低频振荡控制方法.实验仿真和应用结果表明,混合算法具有快速收敛性、短的计算时间和较好的稳定性;同时混合算法优化的电力系统稳定器不仅可以克服低频振荡现象,而且还可以增强电力系统的暂态稳定性.     

低聚糖类益生元对炼乳品质的影响

目的 为实现炼乳的减糖,研究不同低聚糖类益生元替代蔗糖对炼乳品质的影响。方法 选用低聚果糖、低聚异麦芽糖、低聚木糖、低聚半乳糖四种低聚糖类益生元分别作为蔗糖替代物,研究不同替代比的益生元炼乳体系质构、流变、感官、色泽、晶体大小的变化,得到最佳糖替代益生元及替代比例。结果 综合考虑质构、色泽、晶体大小、喜好度排序感官四种指标表明,低聚果糖炼乳和低聚异麦芽糖炼乳品质较为优良,其中低聚果糖炼乳可接受的替代比为15%以内、低聚异麦芽糖炼乳可接受的替代比为25%以内。进一步通过静态流变学试验表明低聚异麦芽糖是最佳糖替代物质,在炼乳体系中其最佳替代比为15%。结论 糖替代比15%的低聚异麦芽糖炼乳既满足了甜感需求,又实现了减糖的目标,此外益生元的加入赋予了炼乳更多的功能性。该研究可为炼乳产品的减糖开发提供一定的理论依据和技术支持。     

基于故障录波装置的双回输电线路参数在线测量方法

为了方便测量输电线路参数,提出一种基于故障录波装置的双回互感线路参数在线测量方法.介绍了双回线路正序参数测量及零序参数测量的基本原理,提出利用外接GPS的故障录波装置实现数据同步采集、通过中心计算机实现线路参数计算的输电线路参数在线测量实施方案.仿真结果表明,该在线参数测量方法简单易行,测试结果能满足工程测量要求.     

基于故障录波装置的双回输电线路参数在线测量方法

为了方便测量输电线路参数,提出一种基于故障录波装置的双回互感线路参数在线测量方法。介绍了双回线路正序参数测量及零序参数测量的基本原理,提出利用外接GPS的故障录波装置实现数据同步采集、通过中心计算机实现线路参数计算的输电线路参数在线测量实施方案。仿真结果表明,该在线参数测量方法简单易行,测试结果能满足工程测量要求。     

一种Q学习的量子粒子群优化方法

分析了量子行为粒子群优化算法,着重研究了算法中的收缩扩张参数及其控制方法,针对不同的参数控制策略对算法性能的影响特点,提出将Q学习方法用于算法的参数控制策略,在算法搜索过程中能够自适应调整选择参数,提高算法的整体优化性能;并将改进后的Q学习量子粒子群算法与固定参数选择策略,线性下降参数控制策略和非线性下降参数控制策略方法通过CEC2005 benchmark测试函数进行了比较,对结果进行了分析。