基于权重参数实时更新的室内定位算法

为了提高室内节点的定位精度,提出一种基于权值参数实时更新的室内定位算法。选择3个最能反映待定位点信息的访问接入点,实时获取测距模型的参数,并采用最小二乘支持向量机对测距进行补偿,得到距离权重,三边定位算法根据权重对节点进行定位,并对计算中的距离进行加权处理,采用卡尔曼滤波法对定位误差的进行校正。实验结果表明,该算法可以较好地降低环境变化和测量误差对定位的不利影响,提高了室内节点的定位精度。     

反馈精英鲸鱼优化算法优化LSSVM的热耗率软测量建模

提出一种基于反馈精英鲸鱼优化算法(FEWOA)和最小二乘支持向量机(LSSVM)的综合建模方法。首先,针对鲸鱼优化算法(WOA)寻优精度低的问题,提出了反馈精英WOA算法,通过精英策略对当前最优解进行变异操作以避免算法陷入局部最优解;同时,在鲸鱼位置更新后期增加反馈阶段,提高算法的全局搜索能力。数值仿真实验验证了FEWOA算法的优越性。在此基础上,提出了基于FEWOA优化LSSVM的热耗率软测量模型。最后采用某汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,将FEWOA-LSSVM模型预测结果与其它模型预测结果相比较,结果表明,FEWOA-LSSVM预测模型更能准确地预测汽轮机的热耗率。     

VFP编程技巧四则

本文详细阐述了利用ＶＦＰ编程的四则技巧，且均经上机调试通过，且有较大的使用价值。     

基于CPSO-LSSVM的汽轮机热耗率软测量模型

为了准确建立汽轮机热耗率预测模型,提出了一种基于变空间Logistic混沌粒子群算法(CPSO)优化最小二乘支持向量机(LSSVM)的汽轮机热耗率软测量模型。采用变空间Logistic混沌搜索策略和粒子镜像越界处理策略来改善粒子群算法(PSO)的全局优化性能,提出了CPSO优化最小二乘支持向量机的超参数以改善模型预测精度,并以某600 MW汽轮机组为研究对象,利用该机组的运行数据建立CPSO-LSSVM的热耗率预测模型。结果表明:CPSO-LSSVM模型具有更高的预测精度和更强的泛化能力,能够准确有效地预测热电厂的汽轮机热耗率。     

基于金刚石的光纤近场探头和芯片表征

随着单片微波集成电路(MMIC)集成度和复杂度的提高,芯片功能模块之间的距离越来越近,特征线宽越来越窄,对于分析芯片内部的信号路径和信号的完整性,能够提供芯片表面的高分辨微波场成像显得尤为重要。为了解决准确检测芯片内部结构完整无损的问题,这项工作采用了一种基于光纤的近场扫描探头的方法,其中包含氮空位(NV)色心的金刚石颗粒固定在光纤的尖端,通过搭建光路并接收金刚石NV色心的荧光信号,从而推理出被测芯片的磁场强度。该实验选取一个微波低噪声放大器芯片内部的区域进行扫描成像,得到了较好的成像结果,并准确分析出芯片的信号线走势。这些结果为高度集成芯片和滤波器等集成器件的功能和失效分析提供了变革性的方法。     

基于LFSN和小波变换的业务流预测算法

针对实际业务流预测精度偏低的问题,结合线性分形稳定运动(LFSM)模型和小波变换提出一种新的业务流预测算法(SPWL)。定义线性分形稳定噪声(LFSN)分布特征,利用离散傅里叶变换产生满足LFSN过程的数列,并给出实际业务流数据拟合方法。通过小波变换降低实际业务流的突发特性,同时融合LFSM模型的预测结果提高实际业务流的预测精度。基于NS2和Matlab进行仿真实验,结果表明,与FARIMA算法相比,SPWL算法预测精度较高,其预测误差仅为12.83%。     

基于反馈快速学习网的热力系统混合预测模型

针对汽轮机机组功率难以精确计算的问题,提出一种热力系统混合预测模型以改善机组功率的计算精度。混合预测模型以热平衡方程为基本模型,以反馈快速学习网(feedback FLN,B-FLN)为补偿模型,将B-FLN的功率预测值作为热平衡方程功率计算值的补偿值。以某300 MW机组为研究对象,采用提出的混合预测模型对机组的功率进行预测,将其结果与热平衡方程计算值进行比较。仿真结果表明:混合模型输出功率误差小于±2 MW,降低了热平衡方程计算误差,为机组功率的可靠计算提供了一种新的解决思路。     

管体车丝机工具系统分析

深入讨论了石油套管加工重点设备———471型管体车丝机工具系统的工作原理,以安全圆为例系统阐述工具、机床和程序的工作过程。     

基于Qos约束的Web服务组合算法

本文提出一种Web服务组合满足服务质量(Qos)的选择算法。对Qos的执行时间、可靠性、信誉和价格进行综合评价,得到了目标可解集,并对Qos影响因素进行综合量化。在此基础上,提出了优化Qos选择算法并引入约束因子。通过实验仿真,将所提出方法与WFlow和RWSCS_KP进行比较研究,在不同的约束因子、服务数量和候选服务数量下,结果表明该方法具有较低的故障率。