日本的灯泡工业

日本的灯泡工业Ｔ．ＨＡＮＡＤＡＴＯＳＩＨＢＡＬＩＧＨＴＩＮＧ＆ＴＥＣＨＮＯＬＯＧＹＣＯＲＰＲＡＴＩＯＮＭＩＮＡＭＩＳＨＩＮＡＧＡＷＡＳＨＩＮＡＧＡＷＡ－ＫＵＴＯＫＹＯ１４０ＪＡＰＡＮ１．引言自从１９７９年爱迪生发明第一只白炽灯以来，光源的效率通过各种...     

基于FPGA的空间矢量PWM的实现

本文详述了空间矢量ＳＶＰＷＭ的算法,并提出用ＦＰＧＡ实现ＳＶＰＷＭ的方法,最后分析了使用ＦＰ－ＧＡ的优点。     

用遗传算法辅助设计的人工神经网络计算配电网线损

利用遗传算法（ＧＡ）辅助设计的人工神经网络（ＡＮＮ）进行配电网线损计算。首先通过ＧＡ来确定ＡＮＮ的三个参数（隐含层中神经元个数、学习速率和动量因子）,然后应用ＢＰ型神经网络来拟合影响线损的特征参数与线损之间的复杂关系,在此基础上提出了计算配网线损的简单、准确而实用的方法。实例计算结果表明,该算法比现有其它计算配网线损的方法更为准确。     

读出PAL／GAL的简易方法

主要介绍一种对可编程门阵列器件ＰＡＬ／ＧＡＬ的内容读出的简易接口和方法。适合于国内广泛流行使用的ＰＡＬ／ＧＡＬ器件。实际使用表明该方法具有简单、廉价、直观等特点。对于分析ＰＡＬ／ＧＡＬ器件在电路中的作用，比其它方法更加方便和直观。尤其是对于设置了加密位的ＰＡＬ／ＧＡＬ器件，也可以安全地将其内容读出。同时还分析了该方法的优缺点和适用的条件范围。     

基于共轭梯度方向的CP-BP算法在变压器油中溶解气体诊断法中的应用

针对ＢＰ算法存在的缺点,提出了在共轭梯度方向修正权值、使用概率接受原则确定目标函数值变化取舍的ＣＰ－ＢＰ算法。实例证明：ＣＰ－ＢＰ算法在不同网络模型和初值下,均有快速和全局收敛性能。将此网络运用于变压器故障诊断,能有效地改善ＤＧＡ分析方法的适用性和判断性能。     

基于共轭梯度方向的CP—BP算法在变压器油中溶解气体诊断法？…

针对ＢＰ算法存在的缺点,提出了在共轭梯度方向修正权值,使用概率接受原则确定目标函数值变化取舍的ＣＰ－ＢＰ算法。实例证明：ＣＰ－ＢＰ算法在不同网络模型和初值下,均有快速和全局收敛性能。将此网络运用于变压器故障诊断,能有效地改善ＤＧＡ分析方法的适用性和判断性能。     

石门电厂2号A小汽机升速受限故障分析及处理

通过对日本ＷＯＯＤＷＡＲＤ公司生产的ＰＧＡ－ＥＧ装置存在问题的分析,成功地对其进行了改造。     

基于 GA-ANN算法的配电网线损计算模型研究

:针对线损计算的难点问题,建立了基于 GAＧANN 算法的配电网线损计算模型,并阐述了线损计算的具体方法,最后通过算例仿真对该计算模型进行了验证.仿真结果表明,与其它算法相比,基于 GAＧANN 的算法具有收敛性能强、速度快和计算准确度高等优点。     

电力系统短期负荷预测的共轭梯度ANN方法

针对传统ＢＰ学习算法的缺陷,提出了基于共轭梯度优化技术的ＡＮＮ学习算法。ＡＮＮ模型中考虑了温度、天气情况的影响,可进行工作日、一般休息日和节假日的预测。计算表明,该ＡＮＮ模型和学习算法实用、有效。     

水轮机的GA—PID控制器研究

遗传算法是一种模拟自然进化而提出的简单高效的优化组合算法，是建立在自然遗传学机理基础上的参数搜索方法，文中研究了水轮机ＰＩＤ调节器参数的优化问题，利用ＧＡ对系统所处的不同状态进行ＰＩＤ参数的在线寻优，使系统在任何状态下，都能得到经传统的ＰＩＤ更好的控制效果和更强的鲁棒性，仿真结果表明遗传算法可以有铲地解决参数寻优问题。     

单亲遗传算法编码方式的研究

给出了单亲遗传算法的几种序号编码方式 ,并指出同一组合优化问题可以按不同的同序基因数来编码 ,不同的编码方式串空间的大小有很大差别 ,选择串空间小的编码方式有利于提高搜索效率     

基于改进遗传算法的配电网网架规划

针对传统的遗传算法在求解过程中出现收敛速度慢、早熟现象等问题,引入单亲遗传算法;以网架线路年综合费用最小为优化目标建立配电网网架规划的数学模型,运用改进的单亲遗传算法消除了常规遗传算法中对网络可行性破坏严重的双亲交叉算子,同时针对单亲遗传算法在染色体选择、基因操作、收敛准则等方面的不足,采用最优保留策略和两两竞争相结合的染色体选择方法,以及最优个体的最少保留代数为收敛准则,提高了算法的局部搜索效率和全局优化能力,求得模型优化解;仿真算例验证了该方法的可行性和有效性。     

基于免疫克隆选择算法的新安江模型参数率定

对免疫克隆选择算法进行详细描述和分析,并将其应用于新安江模型的参数率定当中,对于人工生成的理想水文资料,分别采用SCE-UA算法、并行遗传算法（PGA）、改进粒子群算法（SMSE-PSO）和本文提出的免疫克隆选择算法（ICSA）进行参数率定,比较结果可知I,CSA收敛结果更好,效率和精度更高,将其应用实测资料中,预报结果均达到规范要求,证明ICSA是一种更为有效的新安江模型参数率定方法。     

启发式遗传基因算法及其在电力系统机组组合优化中的应用

本文在遗传基因算法（ＧＡ）的基础上，增加了区域变化这一重要环节，设计了一种新的启发式遗传交换操作算法。它在保留了原ＧＡ算法的同时，又具有较高的解题速度。最后，本文将这一算法用于电力系统机组组合优化，结果表明获得了近乎全局最优的解。     

改善模糊神经网络控制器性能的新方法——混合遗传算法

将遗传算法引入到模糊神经网络控制器的学习过程中,提出了一种综合遗传算法和梯度下降法优势的混合遗传算法,这一方面改善了梯度法的收敛性,使模糊系统对专家知识的依赖性大为降低,提高了系统的智能化水平;另一方面有效地提高了遗传算法的搜索效率,强化了模糊系统的学习能力,仿真结果证明了算法的有效性。     

遗传模拟退火算法在圆筒型直线感应电机优化设计中的应用

本文采用遗传模拟退火算法对圆筒型直线感应电机进行优化设计。该优化算法把模拟退火算法结合进遗传算法中,这样在保证获得较好的全局搜索能力的同时,又加快了遗传算法在峰值附近的收敛,提高了遗传算法的效率。     

一种基于GA-BP混合算法的模糊神经网络控制器

提出一种用于优化模糊神经网络控制器参数的GA—BP混合算法,该算法一方面由遗传算法保证学习的全局收敛性,克服梯度法对初始值的依赖性和局部收敛问题;另一方面,与“精确的”梯度学习算法的结合也克服了单纯遗传算法所带有的随机性和概率性问题,有助于提高它的搜索效率。仿真结果证明了算法的有效性。     

基于FP遣传算法的梯级水库短期优化调度

梯级水库短期发电优化调度是一个复杂的非线性问题,涉及变量较多、数据范围较大,传统二进制编码遗传算法严重影响搜索时间.采用实数编码遗传算法(FPGA)可以较好地解决计算精度与搜索时间问题.工程实例证明,FP遗传算法容易实现、计算准确、搜索计算速度快,对求解梯级水库短期优化调度可行、正确.     

基于自适应有限元法和改进遗传算法的边坡临界滑动面搜索

本文采用自适应有限元法进行边坡稳定分析,将改进的遗传算法和自适应有限元法相结合,建立基于应力场的边坡任意形状临界滑动面的全局搜索方法，该改进的遗传算法采用十进制编码,并根据个体适应度不同对交叉概率和变异概率进行自适应调整,使群体中的优良个体不易被破坏,同时又保证种群个体的多样性,从而提高算法的搜索效率.通过典型算例分析,证明这种基于自适应有限元分析和改进遗传算法的边坡任意形状临界滑动面搜索方法可行、高效。     

基于自适应遗传算法的水轮机导叶关闭规律优化计算

首先建立水轮机导叶关闭规律优化计算的数学模型,然后将自适应遗传算法和水电站过渡过程数值计算特征线法相结合,建立一种用于求解该模型的全局优化方法.该自适应遗传算法采用实数编码,并根据个体适应变不同对交叉概率和变异概率进行自适应调整,使群体中的优良个体不易被破坏,同时又保证了种群个体的多样性,从而提高了算法的优化效率.工程实例计算表明,应用自适应遗传算法优化水轮机导叶关闭规律是可行、高效的.