自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用

为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群-径向基函数神经网络混合优化算法(AVCPSO-RBF).实现了径向基神经网络参数优化.建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测.仿真表明,该方法的收敛速度和预测精度优于传统径向基神经网络方法和粒子群-RBF神经网络方法及基于混沌理论的神经网络模型,该优化算法克服了径向基神经网络和传统的粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,提高了贵州电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.7%以内.该算法可有效用于电力系统的短期负荷预测.     

基于DEPSO-RBF神经网络的锌银电池SOC估计

电池容量是判断电池性能状态的重要指标。针对锌银电池的荷电状态估计问题,利用电池放电过程中放电时间、放电电流和电池电压3个参数作为径向基神经网络的输入,电池荷电状态为输出,建立电池放电的径向基神经网络模型;为克服径向基神经网络收敛精度不高、易陷入局部极小值的缺点,采用差分进化算法和粒子群算法结合的混合算法优化RBF神经网络;MATLAB仿真结果表明,经过混合优化算法优化的径向基神经网络与仅使用粒子群优化的径向基神经网络相比,估计精度得到大大提高。     

改进的RBFNN在运动员竞技状态预测中的应用

提出了一种改进的径向基函数(RBF)神经网络,该神经网络以模糊系统模型为基础。首先利用减法聚类算法确定径向基函数的中心数,然后通过模糊C均值聚类算法优化基函数中心与宽度,最后依据样本数据的聚类结果设计RBF神经网络并进行训练。将该神经网络应用于网球队运动员的竞技状态的预测。仿真结果表明:该算法先进有效、具有较高的精度,用其建立的模型具有较强的实用性。     

基于自适应神经网络的风光互补电站出力预测研究

为提升风光互补电站出力预测准确度,研究了风光互补电站的出力预测方法。分析了风光互补电站机组出力情况,建立了广义回归神经网络模型和径向基神经网络模型用于训练历史数据。提出改进动态组群合作优化求解算法,利用该算法对风光互补电站出力进行预测,并利用仿真分析论证了提出模型的有效性,说明提出的方法能够有效降低预测误差,改善预测精度。     

基于APSO优化算法的GCHP系统神经网络预测控制

针对地源热泵(GCHP)系统的能量消耗问题,提出了一种基于自适应粒子群(APSO)优化算法和最邻近聚类径向基神经网络(RBFNN)建模的预测控制策略;首先,利用神经网络建立系统的输出预测模型,然后通过粒子群的滚动优化算法求解得到最优控制量;仿真结果表明,该方法能够在满足负荷要求的前提下,有效地降低GCHP系统在运行过程中的能量消耗。     

基于混合蚁群优化的卫星地面站系统任务调度方法

卫星地面站系统任务调度是一个典型的组合优化问题, 优化过程极其复杂. 鉴于此, 提出了一种有效求解该问题的基于蚁群优化算法和导向局部搜索方法的混合优化方法. 该方法将蚁群优化和导向局部搜索有效地结合在一起, 极大地提高了优化绩效. 实例计算结果表明, 该混合方法能有效地求解卫星地面站系统任务调度问题.     

基于混合递阶遗传算法的径向基神经网络学习算法及其应用

在研究径向基神经网络学习算法的基础上, 提出了一种新型的径向基神经网络学习算法———混合递阶遗传算法. 该算法将递阶遗传算法和最小二乘法的优点结合在一起, 能够同时确定径向基神经网络的结构和参数, 并具有较高的学习效率. 采用基于混合递阶遗传算法的径向基神经网络对混沌时间序列学习和预测, 取得了较好的效果.     

青霉素发酵过程的粒子群模糊神经网络软测量

针对青霉素发酵过程中的基质浓度、菌体浓度、产物浓度等关键生物参数难以在线实时测量的问题,提出了一种基于粒子群模糊神经网络的软测量建模方法.采用模糊径向基函数-神经网络(RBF-NN)构建青霉素发酵的软测量模型,同时,结合改进粒子群优化训练算法(PSO),建立了青霉素反应过程的软测量模型,并对发酵工艺进行了仿真试验研究.仿真试验结果表明,所建立的软测量模型测量精度高、效果好,能够满足工程实际的要求.     

基于径向基函数神经网络的机器人系统辨识

介绍了一种三层径向基函数神经网络,其学习算法采用正交最小二乘算法.首先根据正交最小二乘算法得到径向基函数神经网络的结构;然后对该网络的权值进行训练使它逼近给定的函数.为了验证径向基函数神经网络所具有的对任意非线性映射的任意逼近能力和自学习、自适应能力,以两关节机械手为辨识对象来进行实验研究.实验结果表明,该径向基函数神经网络具有良好的模型学习和逼近能力,并且学习速度快、收敛性好、鲁棒性强,尤其适合于具有连续线性与非线性对象的复杂系统的控制实时性要求.     

基于RBF神经网络的水处理系统建模与仿真

利用径向基函数(RBF)神经网络的特点,采用神经网络对活性污泥法水处理系统进行建模,提出了一种RBF网络学习的新算法,即将改进的减聚类算法和动态最近邻聚类算法相结合的算法.仿真结果表明,该算法先进有效,用其建立的模型具有较强的实用性,为实现水处理系统的在线实时预测控制提供了可行的途径.     

解决航天员不能随时打电话问题的构想

本文首先概要说明了手机的通信原理,提出了航天员不能随时和地面保持通信的原因。其后提出并分析了航天员随时与地面保持通信联系的设想。设想在地球同步卫星上建立太空基站,使“太空基站”之间、“太空基站”和近地轨道卫星之间、“太空基站”和地面接收站之间的通信畅通．并指出航天通信和地面通信网络实现有效连通的关键技术。     

基于地形网格化和遗传算法的MLAT基站选址研究

针对不同多点定位（Mulilateration,MLAT）地面站的布站方式对定位精度影响的问题,提出一种基于地形实际计算最优布站方式的方法。该方法结合实际地形因素,构建地形网格化模型生成初始可选站点,通过XDraw算法计算地面基站的覆盖性对初始站点进行初筛,再结合遗传算法计算最优布站组合。最后选取不规则图形区域进行选址实验验证,在选址区域内随机生成地形,通过初筛减少初始可选点,得到布站方式,并计算几何精度因子和多点定位均方根误差,与传统布站方式进行比较。实验数据表明,该方法计算得出的布站组合与传统布站方式相比,多点定位均方根误差要比传统布站中最小的菱形布站减小4.015 9 m,且该方法可用于实际考虑地形因素的MLAT最优基站选址。     

同步卫星扫描视锥与轨道的绘制算法

为了模拟同步卫星在外太空的飞行状态,建设先进的同步卫星模拟仿真系统对于卫星的研制与性能分析有着重要的意义;由于卫星是在特定的轨道上飞行,所以对卫星轨道的绘制建模是卫星模拟仿真系统开发中关键的一环;在这篇文章中介绍了同步卫星与地面观察站通信过程中的扫描视锥与同步卫星运行轨道的绘制算法,重点探讨了基于OpenGL基本矢量图元的绘制以及利用世界坐标系和向量的方法对在绘制过程中所需数据的求解过程;分析了根据同步卫星的运行姿态与其所在轨道的位置来确定同步卫星扫描视锥的角度;最后通过一个虚拟世界的3D引擎验证算法的可行性与绘制效果。     

基于STK/Matlab的地面站选址与卫星可见性仿真分析

随着我国航天事业迅猛发展,在轨运行卫星数量急剧增加,有限的航天测控资源难以满足日益增长的测控需求。因此,基于网格球顶相控阵天线技术及现有地面测控站数学结构,提出了符合实际工程需求的半椭球面共形相控阵阵列地面测控站模型,通过STK/Matlab联合仿真,以卫星两行数作为目标库进行数据采集,通过地球坐标系与子阵视线坐标系实现数据转换,以此探讨地面站选址与中国现役卫星之间的可见性关系。仿真结果表明,在海拔一致的情况下,纬度和经度均与卫星可见性成正相关关系。同时,实验结果为全国范围内地面站测控站工作积累科学数据,为后续相控阵阵列天线最大化利用提供数据基础与应用支持。     

An efficient utilization of intermittent surface–satellite optical links by using mass storage device embedded in satellites

Recently, earth observation system by using satellite network has attracted much attention due to its wide coverage and disaster resistance. Although the system is useful for collecting various data, which have an effect on a natural disaster, ecology and so forth, earth observation satellite hardly send the collected observation data to the ground station. This is because that the earth observation satellite needs to orbit near surface of the earth to get high-precision data, and it limited the time that can be used to send the observed data traffic to the ground station. Additionally, the amount of the observed data drastically increase in these days. Thus, we focus on the data relay satellite using optical communication in this network. By relaying observed data to traffic to the relay satellite, which has geostationary orbit, it is possible to increase the chance of sending data for the observation satellite due to the wide coverage of the relay satellite. In addition, laser light that is used in optical communication in satellite network has high frequency and it can deliver large data compared with radio wave. However, laser light is greatly influenced by atmosphere, and optical link capacity between satellite and ground station drastically changes according to weather condition. Therefore, we propose a new data traffic control method to use the network constructed by satellites which has mass storage device effectively according to the condition of optical downlink between satellite and optical ground station. The effectiveness of the proposed method is evaluated with numerical result.     

基于改进遗传算法的多天线地面站硬件资源分配方法

多天线卫星地面站硬件设备资源分配问题是一个基于约束满足的复杂资源组合优化问题。在考虑任务执行时间、地面站可见时间窗口、地面站设备接收能力和设备链路约束的情况下,对多天线地面站硬件资源分配问题建立了高可用模型。以加权任务执行总时间为目标,以经典遗传算法为基础,根据问题特点改进了相关遗传算子,在进行遗传变异的过程中,通过深度优先搜索算法确定单个染色体对应的最佳资源分配方案,同时利用启发式信息优化搜索过程。最后通过高可用算例仿真表明,所建模型和算法是合理有效的。     

Validation of the Climate-SAF surface broadband albedo product: Comparisons with in situ observations over Greenland and the ice-covered Arctic Ocean

This paper describes a validation study performed by comparing the Climate-SAF Surface Albedo Product (SAL) to ground truth observations over Greenland and the ice-covered Arctic Ocean. We compare Advanced Very High Resolution Radiometer (AVHRR)-based albedo retrievals to data from the Greenland Climate Network (GCN) weather stations and the floating ice station Tara for polar summer 2007. The AVHRR dataset consists of 2755 overpasses. The overpasses are matched to in situ observations spatially and temporally. The SAL algorithm presented here derives the surface broadband albedo from AVHRR channels 1 and 2 using an atmospheric correction, temporal sampling of an empirical Bidirectional Reflectance Distribution Function (BRDF), and a narrow-to-broadband conversion algorithm. The satellite product contains algorithms for snow, sea ice, vegetation, bare soil, and water albedo. At the Summit and DYE-2 stations on the Greenland ice sheet, instantaneous SAL RMSE is 0.073. The heterogeneous surface conditions at satellite pixel scale over the stations near the Greenland west coast increase RMSE to > 0.12. Over Tara, the instantaneous SAL RMSE is 0.069. The BRDF sampling approach reduces RMSE over the ice sheet to 0.053, and to 0.045 over Tara. Taking into account various sources of uncertainty for both satellite retrievals and in situ observations, we conclude that SAL agrees with in situ observations within their limits of accuracy and spatial representativeness.     

卫星时间窗口计算的动态步长快速算法

针对卫星轨道连续跟踪采样的时间窗口传统计算方法计算量大、效率低的问题,提出了一种新的快速算法。为减少参与计算的采样点数量,算法通过预测参与计算对象之间距离动态调整采样步长;为使算法适于解决各类时间窗口计算问题,提出广义可视概念进行时间窗口判定。分别研究了卫星与地面点目标可见时间窗口、星间可见时间窗口、卫星对地面目标覆盖时间窗口、地面大范围区域卫星过境时间窗口的广义可视判断方法和预测距离计算模型。实验结果表明,算法与传统算法精度完全一致,效率提升约99.7%。     

基于星间链路技术的GEO卫星定轨精度分析

地球静止轨道(GEO)卫星具有对地静止的特性,GEO 卫星应用日益增多,在高分辨率对地观测、气象、通信等领域都发挥着越来越重要的作用,对其轨道确定的需求也越来越高,研究GEO卫星的高精度定轨技术迫在眉睫。传统方法中利用地面站对GEO卫星实现实时自主定轨存在系统误差大、观测几何差等问题,导致星地测量的误差在定轨过程中被放大的倍数急剧增加,影响了GEO卫星定轨精度的提高。利用GPS卫星实现对GEO卫星的定轨时存在可见GPS卫星数量少,接收到的信号微弱,测量精度不够的问题。星间链路具有对GEO卫星观测几何好、测量精度高的优点,为GEO卫星定轨开辟了新思路。针对在星间链路资源有限情况下如何选择MEO卫星组合与GEO卫星进行建链的问题,以星间链路构型的PDOP值为优化指标,对MEO卫星对PDOP值的影响进行了分析,提出了遍历选星、直接选星、迭代选星三种链路资源配置策略,确定与GEO卫星进行建链观测的MEO卫星组合,并用仿真方法对三种算法进行验证,结果表明,提出的迭代选星的链路资源配置策略,能将GEO卫星的定轨精度维持在7~40m以内,同时将星间链路的使用效率提高5~120倍。