粒子群优化鱼群算法仿真分析

针对标准粒子群算法(PSO)寻优多维多极值函数成功率低,基本人工鱼群算法(AFSA)收敛速度和精度有待提高等问题,提出粒子群优化鱼群算法(PSO-FSA)。该算法将速度惯性、个体记忆和个体间交流等特征引入鱼群算法,使鱼群行为模式扩充至追尾、聚群、记忆、交流以及觅食。此外,定义参数max D动态限定鱼群搜索的视野和步长。仿真分析表明,粒子群优化鱼群算法较两种基本算法而言具有更快的收敛速度和寻优精度。     

摩托车整车性能仿真系统的研究

研究摩托车整车的动特性问题,为了研究摩托车在实际道路工况下的整车性能,为了保证行驶的稳定性,建立了模拟驾驶的摩托车整车性能试验的动态系统模型.针对目前研究方法存在的"控制性能差"等问题,利用发动机台架试验数据,采用曲面拟合方法,建立发动机稳态数学模型,根据行驶动力学方程和其非线性特点,应用分段线性化方法,分别建立了道路负载模型和整车速度模型,设计模糊控制器和 PID 控制器,仿真整车驾驶.通过计算机仿真完成摩托车整车性能试验,得到在目标车速下的车速、油门开度和发动机响应曲线.为验证整个系统模型的正确性,进行结果对比和仿真分析,表明提出仿真模型是正确的,可保证各种工况下的稳定运行.     

基于扩展记忆粒子群-支持向量回归的短期电力负荷预测

为了快速准确高效地预测短期电力负荷,提出了一种带扩展记忆的粒子群优化技术（PSOEM）和支持向量回归（SVR）相结合,以历史负荷数据、气象因素等作为输入的基于PSOEM-SVR的短期电力负荷预测方法。PSOEM比传统PSO收敛速度更快精度更高具有更强的寻优能力,用它来优化组合核函数SVR参数,减少了SVR参数设置的盲目低效性,获得较优的PSOEM-SVR预测模型。该模型的实例仿真预测结果表明该方法比BP神经网络具有更好的准确性和稳定性,平均绝对误差控制在1%以内。     

基于数据推送组建B/S模式虚拟仪器测试系统

虚拟仪器技术结合网络技术,推动着传统测试系统朝着网络化方向发展。基于B/S模式的虚拟仪器系统进一步把测试延伸到Intranet/Internet,突破了地域的限制,使测试工作变得更加便捷。这种模式下,软件部署和维护非常容易。但传统的B/S模式以客户端请求,服务器回传整个Web页面,效率低,且不易与实际测试同步。本文以发动机网络化台架测试为例,利用数据推送技术,依托Java跨平台的优势,在Web页面中嵌入Applet,不仅克服了上述问题,而且利用客户端对数据进行适当处理,实现基于B/S模式的虚拟仪器系统。     

基于OPC和Web的水质在线监测系统的设计

结合我国水质监测工作的现状,提出了一种基于OPC和Web的水质在线监测系统的设计方案,并对OPC和ActiveX技术的应用进行了探讨.OPC技术可以实现现场设备和软件的无缝集成,使得基于Web的远程水质在线监测成为了可能.     

基于张弛振荡器和最小二乘法的量化方法

用软件设计替代部分硬件设计,降低硬件系统复杂度,提高系统性价比。设计了一款简化张弛振荡器,对电路系统进行理论分析和实际测试。采用最小二乘法对测试数据进行拟合。对拟合结果进行对比分析。采用分段拟合方法,有效降低了拟合多项式的幂次数和拟合误差,提高了数据拟合度,优化了基于简化张弛振荡器的量化数学模型。在温度检测系统中得到应用,系统运行稳定,误差小于0.1℃.     

贝叶斯网络在输电线路运行状态预测中的应用

为了提高电力输电线路巡检的效率,充分考虑了影响输电线路运行状态的各种因素,采用基于贝叶斯网络的数据挖掘方法,建立了输电线路运行状态模型,它通过预测结果可以对巡检制定出合理的计划.在SPSS Clementine 下进行的仿真实验证明,该模型具有较高的准确率.     

带扩展记忆的粒子群优化算法仿真分析

从心理学的角度提出带扩展记忆的粒子群优化算法（PSOEM）,以克服标准粒子群优化算法（PSO）在优化多维函数过程中粒子搜索方向性差、目的性弱的缺陷.采用扩展记忆存储粒子的历史信息,并引入参数表征扩展记忆的重要性.利用经典离散控制理论分析其定值算法的稳定范围.此算法与标准算法是同源异构的,可以与已改进的PSO算法结合使用.基准测试函数的仿真结果验证了所提出算法的有效性.     

改进的小波神经网络算法对变流器的故障诊断方法

变流器是双馈风力发电系统中的枢纽设备,其运行可靠性直接关系到发电系统的安全与稳定。针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种采用变加权和变学习率改进算法的小波神经网络的变流器故障诊断方法。选择变流器电流作为离散小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之RLS算法,改进的小波神经网络故障诊断方法在故障识别准确率和收敛时间方面表现更优。     

基于能量距离复合权值Dijkstra算法的新型能量均衡WSN路由算法

针对无线传感器网络的能耗均衡及生存时间问题,提出了一种新型能量均衡的路由算法-EDDR(Energy-Distance Dijkstra Routing Algorithm)。算法在簇头选举中以节点当前能量和簇头间最短距离作为重要参数,在簇间的数据路由中引入了能量距离复合权值的Dijkstra算法。仿真表明,相对LEACH算法,本算法改善了网络的能耗均衡性,延长了网络的生存时间,缩短了网络的失效生存期。