基于故障树分析方法的GIS支持绝缘子故障分析

针对现有基于缺陷类型建立的气体绝缘金属封闭开关(GIS)故障树存在现场故障分析指导不足的缺点,文中通过对大量GIS故障案例分析,提出按照GIS中各类电气设备的故障机理建立故障树模型,在此基础上对发生的一起GIS支持绝缘子击穿故障进行全面分析,并提出加强同型号组合电器局部放电、SF_6气体组分、红外热像等带电检测,加强GIS设备元件尤其支持绝缘子的质量监督,加强GIS设备的出厂和交接试验管理等防范措施,从而保证设备安全稳定运行。     

求解k中间点问题的新局部搜索算法

为有效求解大规模k中间点问题,利用适应度距离相关性方法分析,发现该问题局部最优解的适应度与其到全局最优解的距离无太大关系,且多个局部最优解求交所得子集以极大概率包含全局最优解中的元素,进而提出一种基于求交操作的k中间点问题局部搜索算法。实验结果表明该算法在求解质量上与目前已知算法相比有较大改进。     

解答划分问题的新拟多项式时间算法

利用一种称为平衡技术的新方法解答划分问题。证明若划分问题存在满足条件的子集,则该子集一定是平衡集,仅对平衡集进行枚举即可解答划分问题。若划分问题给定集合中每个元素的长度都被一个常数M所界定,结合动态规划技术且仅考虑平衡集,解答划分问题的时间复杂度为O(nM),此算法在时间效率上对现有算法有较大改进。     

变压器片式散热器传热特性优化分析

本文中作者针对变压器片式散热器传热特性进行了仿真分析,确定了相关传热特性和换热效率的变化规律,给出了研究结果。     

神经网络求解图最短路径问题的一种新方法*

本文给出一种求解图最短路径问题的实用反馈式神经网络，并证明这种网络的求解稳定性．这种网络基于最小值选择网而构成，对任意有向图和无向图均能收敛到其唯一的稳定点．由此求得图所有顶点对阃的最短路径及最短路径长度．本文结果是神经网络求解非NP—难解类优化问题的一种新尝试．     

基于初始点选取的k-means聚类近似常数算法

k-means聚类是聚类划分中应用最广泛的一种方案,但是现在许多关于此问题的研究并没有给出近似比为常数的算法.给出了一个随机算法,该算法通过以不同概率选取初始k个点,保证了以一定概率分别属于不同最优聚类簇的k个点.以这k个点作为初始中心点对输入点集进行交换分别执行局部搜索算法,证明了可得到近似比至多为2的解.实验结果表明该算法能够取得较优的近似解结果.     

有向基因组反转和转位排序最小权重问题的1.5k近似算法

随着快速测序技术的发展,基因组重组排序问题已经成为计算生物学的一个重要研究领域.基因组重组操作包括反转、转位和移位操作.其研究目标是寻找最短的重组操作序列,将一种基因组转变为另一种基因组.考虑重组操作所花费的费用,讨论了有向基因组反转和转位排序的最小权重问题,证明该问题的一个下界,并给出一个近似度为1.5k的近似算法,其中k是一个常数,且k≥1.     

变压器油气相色谱平行试验分析

通过对吉林省18个单位绝缘油气相色谱平行试验数据分析,发现普遍存在重复性、可比性和分散性较差问题,其中有12个单位平行试验数据检测误差不能满足DL/T722-2000<变压器油中溶解气体分析和判断导则>中的规定.存在人为、设备和方法误差.提出加强全省色谱试验人员的业务培训,加强对国家标准及规程的学习,加强对色谱仪的维护工作等4条改进意见和措施.     

拓扑特征映射神经网络的学习收敛性分析

本文利用神经交互作用函数描述拓扑特征映射神经网络，探讨了这种网络的学习收敛性。本文首先给出一个网络收敛的一般性结论，并利用该结论证明网络输入满足平均分布时的收敛性。     

二进制神经网络分类问题的几何学习算法

分类问题在前向神经网络研究中占有重要位置.本文利用几何方法给出一个二进制神经网络K（≥2）分类问题的新学习算法.算法通过训练点的几何位置与类别分析，建立一个四层前向神经网络，实现网络输入向量分类.本文算法的优点在于:保证学习收敛且收敛速度快于BP算法及已有的其他一些前向网络学习算法;算法可以确定神经网络的结构且能实现精确的向量分类.另外，算法所建神经网络由线性阀值单元组成，神经元突触权值和阀值均为整数，特别适合于集成电路实现.