梯级水电站调节效益计算

对梯级水电站水能计算方程中各要素及梯级电站丰水期、枯水期、平水期的发电水头和机组工作情况进行了研究。以某梯级水电站为例,计算了无调度和有调度时的发电效益。结果表明:在不进行调节的情况下,全年发电总量为316.75亿kW.h;在进行调节的情况下,全年发电总量为327.11亿kW.h,增发效益为2.59亿元,效益增加近3.3%。     

基于支持向量机的主动红外式结冰冰型分类方法研究*

针对飞机机翼等部位的结冰探测,提出了一种主动式红外结冰冰型分类的方法。该方法基于支持向量机,通过测量不同冰型结冰表面的红外激光反射系数,达到对结冰冰型分类的目的。初步试验结果表明,该方法能够以一定的准确性对物体结冰的冰型进行实时动态分类,为飞机结冰探测提供了一种新的技术思路。     

河流梯级开发中电厂投产顺序的优化模型

本文在地区水、火电站组成的电力系统容量扩建基础上,研究了规划期内水电厂和火电厂的投产顺序优化模型。模型中考虑了电厂间相互关联,从而得到含有逻辑表达式的非线性整数规划模型。     

运动汽车图像静态视点平滑特征优化仿真

由于运动汽车图像在特征采集过程中,汽车处于高速运动状态,采集的过程无法与汽车完全同步,造成汽车的特征像素分量在高速运动中丢失,产生较大的像素运动噪声,使得汽车图像边缘高频特征因为运动干扰而模糊.传统的平滑过渡方法在对运动汽车图像进行平滑处理时,按照图像中像元灰度值计算突变特性,但受到像素丢失与噪声无法抑制的影响,无法解决运动汽车图像高频分量对图像像元灰度值的干扰问题.提出基于替身运动DR算法的运动汽车图像静态视点平滑过渡方法,用替身像素描述汽车在场景中的运动特征,替身像素在场景中运动并同其它汽车的替身进行交互,采用局部化的车辆模型提高运动汽车场景的逼真度,通过依据替身运动的平滑过渡算法完成归一化线性运动汽车图像静态视点的平滑过渡,解决了运动汽车图像的平滑过渡问题.实验结果说明,所提方法可确保运动汽车图像边缘锐化,有效处理平滑噪声和锐化边缘.     

基于边缘搜索的蚁群算法

蚁群算法是根据真实蚁群的觅食原理提出的一种新兴的启发式搜索算法。算法应用于解决组合优化问题，取得了良好的效果。定义了一种新的旅行商问题，即过程旅行商问题，针对这个问题提出了一种基于边缘搜索的改进蚁群算法。该算法通过限制蚂蚁的起点城市，提高了蚁群算法的搜索效率；并通过减少蚂蚁数量加快计算速度。应用于过程旅行商问题的仿真计算表明，该算法具有相同的计算结果和更快的求解速率。     

在线招投标Web系统安全结构及关键技术的研究

分析了网上在线招投标系统的安全性需求，提出了一种新的用于在线招投标Web应用系统的四层安全体系结构，并定义了其各层次的功能，描述了其安全认证过程，解决了传统三层体系结构在信息系统的安全性上存在的问题和不足。同时就系统中的数据安全性、系统的认证等关键安全技术，综合应用加密和Hash算法，给出了一种在传输和存储过程中保护数据的保密性和完整性的设计方法，以防止在数据库的应用中数据被非法窃取和篡改；给出了一种基于网上在线招投标系统的不可否认数字签名认证方案，使得可在不暴露用户安全信息的前提下实现其身份认证。     

彩票现象的效用分析

通过分析钱的效用函数解释彩票现象的不足之处 ,讨论了博彩心理对博彩行为的影响和博彩行为的一般性规律。分析了各种博彩者的风险特征 ,彩票的最佳发行方式。讨论了效用理论在实际应用中应注意的问题。     

面向水电工程项目的物资管理控制研究

物资管理的信息化、科学化在水电项目管理中的重要性日益凸现.以水电工程项目中的物资管理信息系统为背景,应用控制论、运筹学相关知识,结合水电项目的特点,针对其原有管理控制模式的特点,采用了新的物资控制管理模式,并通过相应数学模型进行了分析描述.最后,结合物资管理信息系统的实现介绍了该模式的应用效果.     

梯级水电站短期优化调度研究

在市场环境中系统电价和负荷一定的情况下,将效益最大化作为系统优化准则,运用水资源价值系数、设备运行费、折旧费及其他费用等成本因素,建立分时电价梯级水电站短期优化调度模型;构造了求解该模型的层结构蚁群算法,采用启发式规则解决解的多样性和机组启停问题,采用精英策略节约计算内存和优化时间。最后,运用我国西南地区某梯级流域中三个连续水电站的数据建立了调度模型并运用层结构算法进行仿真;并从理论方面分析了仿真结果中的每一个变化,对精英区大小的选择作了讨论,分析表明仿真结果与理论分析保持一致,说明建立的模型是合理的,提出的方法是可行而有效的。     

自适应混沌粒子群优化的粮食应急点选址研究

针对粮食应急点选址,将“运输时间最小”和“应急开始最早”作为目标,建立了相应的优化模型.利用基于粒子群的K-Medoids聚类算法进行求解,为了避免过早地陷入局部最优,提出了自适应混沌粒子群优化算法.该算法利用粒子与已知全局最优粒子的欧式距离来判断粒子群当前状态,并将其作为确定混沌扰动范围的启发信息,可以有效地提高最优解的精度.试验表明该算法优于传统的演化算法,较好地解决了粮食应急点选址问题.