基于灰度-梯度共生矩阵的车轮踏面缺陷聚类分析北大核心CSCD

车轮作为列车走行部的关键部件之一,其踏面产生缺陷后会直接影响到列车的运行安全。为了能够在检测时准确识别车轮踏面缺陷不同类型,提出一种基于灰度-梯度共生矩阵的纹理特征提取方法,对踏面图像的灰度和梯度特征分析之后,根据灰度-梯度共生矩阵提取踏面图像纹理特征矢量,再结合K-均值(K-means)聚类优化算法对踏面缺陷特征量进行聚类,从而将踏面缺陷类型进行分类,并将分类结果用可视化数据显示。实验结果表明,采用上述所提方法,对车轮踏面缺陷不同类型的分类识别精度达96%以上。     

基于AMFOA考虑主客观因素的配电网多目标规划

针对配电网重构的多目标优化及方案决策问题,提出一种基于自适应多种群果蝇算法(AMFOA)并考虑主客观因素的多目标两级优化方法。第一级优化采用自适应多种群果蝇算法对网络结构进行迭代优化,通过协调不同指标得到一组帕累托非支配解。第二级优化引入AHP-CRITIC算法完成每个非支配解的主客观综合评价,结合TOPSIS法确定最优解。通过对IEEE 33节点系统进行仿真分析,验证了所提方法的有效性与高效性。结果表明运行优化方法能够改善配电网的多个运行指标,并为电网调度人员提供切合实际的决策方案。