基于模糊神经网络的直接转矩控制系统研究

传统的直接转矩控制方法采用离散的两点式调节器,调节电机磁链和转矩大小,容易引起磁链和转矩脉动。提出了一种基于Takagi-Sugeno型模糊神经网络控制的新方法,该方法是将模糊控制与神经网络相结合,建立模糊神经网络控制器,并通过离散电压空间矢量计算补偿电压,来提高电机的控制性能。最后通过Matlab建立仿真模型,结果表明:所提出的新方法在一定程度上改善了感应电动机的低速性能,减小了转矩脉动,具有良好的动态响应和自适应能力。     

LiFePO4正极材料的熔盐-碳热还原法合成

采用熔盐-碳热还原法制备了LiFePO4正极材料。采用X射线衍射(XRD)、扫描电镜(SEM)、交流阻抗(EIS)和充放电测试对粉末样品进行了表征。结果表明,合成材料具有完整的橄榄石结构,颗粒粒径约1μm且粒度分布均匀,材料0.2 C首次放电比容量为156.4 mAh/g,1 C首次放电比容量为141.2 mAh/g,循环50次后1 C比容量增至141.7mAh/g,表现出优异的电化学性能。     

基于负荷聚合商业务的空调服务运作模式及控制策略

空调作为一种可调的柔性负荷,占尖峰负荷比重逐年增大。通过合理的调控引导空调用户参与需求响应,能有效发挥该响应资源的可调潜力与商品价值。为此,提出了一种基于负荷聚合商业务的空调服务运作模式,为用户提供合理的需求响应服务。运作模式包含了服务控制策略以及定价赔偿机制两部分。在分挡方案基础上,服务控制策略充分考虑用户舒适度需求,设置服务状态Ⅰ(选挡)和服务状态Ⅱ(变挡),以实现分挡模式下对空调可调潜力的充分挖掘;同时,在定价赔偿过程中,定义服务的"失负荷"违约事件,并制定指标量化其商品功能,以计入服务的商品属性和用户舒适度差异性,实现与用户的效益分享。最后通过算例对控制策略及效益分享机制进行应用分析,验证了运作模式的可行性与合理性。     

基于资产负债率的多地区电网投资能力测算方法

在改革和规范电网企业运营模式的新电改背景下,对电网企业投资能力的研究越来越迫切。同时,电网企业还面临着所辖不同地区电网投资能力不同以及如何分配投资的问题。基于此,文章提出了一种基于资产负债率的多地区电网投资能力测算方法。首先测算电网的综合效益,然后结合资产因素和电网性能因素计算电网效益的分配系数,依据分配系数进行电网效益分配,进而以资产负债率为限制计算不同地区电网的投资能力。通过对某市级电网企业的实例分析,预测了未来年投资能力作为电网企业投资计划的依据。     

无线传感器网络的研究现状及发展趋势

无线传感器网络将传感器技术、通信技术、计算机技术结合在一起,具有信息采集、传输、处理的能力。传感器网络最初是由于军事的需要而发展起来的,随着传感器网络技术的逐步发展,它的应用也越来越广泛,现在已从军事防御普及到社会的各个领域。本文以综述的方式介绍了无线传感器网络的发展历史、研究现状以及未来的发展趋势,同时介绍了无线传感器网络的原理。     

分享经济下竞争市场双边网约车平台定价策略

针对用户与司机在单归属环境下网约车平台进行交易过程,运用Salop模型确定用户与司机在双边市场中的分布,构建两个网约车平台的Stackelberg博弈模型,研究网约车平台定价策略、市场竞争强度和平台成本对网约车平台利润、消费者剩余和生产者剩余的影响规律。研究表明,平台成本增加导致占优平台与劣势平台的服务价格均提高,从而引致自身平台双边用户减少,竞争平台的双边用户数量增加,且对劣势平台的影响更大。市场竞争强度小时,劣势平台应效仿占优平台进行中等定价,此时利润取得最大值;当竞争强度适中时,劣势平台应采取低价策略,占据低价敏感用户的细分市场;当市场竞争强度十分激烈时,劣势平台应该提升自身服务质量,针对市场中高水平的用户进行服务,实现最优利润。此外,劣势平台可以通过控制平台运营成本提高利润并实现消费者剩余与生产者剩余的最大化。     

基于神经网络与低频信号注入法的速度辨识仿真研究

在无速度传感器矢量控制系统中,速度辨识是至关重要的环节。利用神经网络的自学习与自适应能力以及低频信号注入法在低速时对电动机参数很好的鲁棒性特点,研究了一种基于神经网络与低频信号注入相结合的速度辨识方法,实现了从低速到高速的宽范围调速。仿真结果表明,该方法可以实现低速到高速的速度辨识,并且具有很好的抗干扰性和鲁棒性。     

基于概念格的数据挖掘方法

1引言 关联规则是数据挖掘领域中的一个重要课题,挖掘关联规则的算法已经有很多,比较重要的有Rakesh Agrawal等提出的Apriori算法[3],Ramakrishnan Srikant等提出的挖掘定量关联规则的算法,Sergey Brin等提出的DIC算法[5].这些算法都是离线的或者批处理式的,Christian Hidber提出了挖掘关联规则找出数据项频集的在线算法Carma,CharuC.Aggarwal提出了根据数据项频集的集合找出关联规则的在线算法[2],在线挖掘关联规则的算法允许用户随时调整最小支持度(阈值),如果中间结果已经令人满意,用户也可以随时终止算法的执行.     

动态数据的规则提取

近年来利用粗集理论提取决策规则的方法得到广泛研究.但到目前为止对于大量的动态数据如股票数据的规则提取,一般的粗集方法不一定有效.因为已经提取的规则对于后来的未知数据可能太大或包含很多杂乱的不正确的规则,从而就产生这样的问题,即如何尽可能有效地将从已知数据中获取的规则应用于未知数据.文中提出一种动态约简的方法产生有效的决策规则,用以匹配未知数据.该方法经实验验证,具有高效、准确的特点.     

复合层次融合的多模态情感分析

针对传统情感分析方法无法解决短视频情感表达问题以及现有多模态情感分析方法准确率不高、不同模态信息之间交互性差等问题,通过对多模态情感分析方法进行研究,结合时域卷积网络（TCN）和软注意力机制建立了复合层次融合的多模态情感分析模型。该模型首先将视频中提取到的文本特征、视频面部特征和音频特征进行维度均衡,然后将得到的不同模态的信息特征进行复合式融合,即先将单模态信息进行融合得到双模态特征信息,再将得到的三个双模态信息进行融合,得到最终的三模态信息,最后将得到的三模态信息和每个单模态信息进行融合得到最终的多模态情感特征信息。每次融合的特征信息都经过TCN网络层进行序列特征的提取,将最终得到的多模态特征信息通过注意力机制进行筛选过滤后用于情感分类,从而得到预测结果。在数据集CMU-MOSI和CMU-MOSEI上的实验表明,该模型能够充分利用不同模态间的交互信息,有效提升多模态情感分析的准确率。