K-聚类的模糊神经网络对DO的控制研究

运用一种基于K-聚类算法的模糊径向基函数（RBF）神经网络对污水处理中的溶解氧质量浓度进行控制,该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,将模糊控制、RBF神经网络以及K-聚类学习算法相结合以在线调整隶属函数,优化控制规则。通过对阶跃输入仿真分析,其结果表明基于RBF的模糊神经网络控制器具有良好的动态性能、较强的鲁棒性和抗干扰能力,使其快速、准确地达到期望水平。     

基于动态DCVS网络模型的流量分析及规划方法

针对目前机场远端行李运输目的地编码车系统未对流量进行规划而造成的资源浪费现状,提出了一种基于动态DCVS网络模型的流量分析及规划方法。该方法首先基于图论建立了DCVS静态网络模型,接着根据系统在特定时间段的流量需求,采用最大流最小时间动态流量分析和规划算法对DCVS资源进行动态调度。实验结果显示,该方法可以在很短的时间内完成对DCVS流量的整体分析和规划,实现远端行李运输任务的可行性预测,从而为DCVS资源的控制提供有效的参考依据。     

制动器试验台的控制方法探究

采用微分方程模型及相关的物理学知识对制动器试验台的控制方法进行分析与研究,本文考虑到模拟过程中出现的影响试验结果的多种因素,一步步改进模型使误差减小到最小。对检测机动车辆装配质量,改善制动器性能做出了重要贡献。该方法还可用于其他机动车辆的研究,该理论应用于车辆制动性能的研究的方法是科学的、有效的。     

考虑电网运行状态不确定性的最优潮流研究

在面向实时态的优化控制中,最优潮流(optimal power flow,OPF)是重要手段.已有最优潮流研究往往假设系统当前的运行状态已知,而实际上系统的真实运行状态无法确知.基于不准确的电网运行状态进行最优潮流控制,其控制结果不满足经济上的最优性要求,甚至给电网带来安全性问题.为解决此问题,建立了考虑状态不确定性的最优潮流的随机规划模型,并采用场景分析的方法将其转化为确定性的优化模型,求解该模型,可得到可控资源的调整量,该调整量面向所有可能的运行状态均满足安全性和经济性的要求.针对标准系统进行了算例测试,证明了所提方法的有效性.     

求解状态估计问题的内点半定规划法

为更好地进行状态估计,提出了基于内点半定规划求解状态估计问题全局最优解的方法。该方法基于求解状态估计常用的加权最小二乘模型,通过引入辅助变量,将非凸估计问题等价转化为半定规划问题,然后应用原始–对偶内点法求解。根据状态估计半定规划模型的特点,采用基于半定规划的稀疏技术,提高存储效率和计算性能。算例结果验证了该方法的有效性。     

PCC策略控制机制研究及在网络中的部署

PCC (Policy and Charging Control)是3GPP定义的动态策略和计费控制的框架方案,旨在为用户提供差异化的服务,提供用户业务流承载资源保障以及流计费策略.本文介绍了PCC机制的基本架构及相应策略规则,对PCC在现网中的部署进行了探讨,并针对核心网未来的发展趋势给出EPC架构下PCC的部署建议...     

以人民为中心的农村基层治理体系的变迁与创新

我国农村地区治理工作的开展在很大程度上影响着国家治理水平的提升,所以,重视农村基层治理体系的完善与优化,显得尤为关键和重要。虽然当前我国农村基层治理工作进展加快,并且在实施过程中取得明显成效,但是实际中仍然存在很大的缺陷和不足。为了有效提升治理水平,坚持以人民为中心的发展理念就至为关键,这是进一步提升治理水平,加快治理体系创新的必然趋势。鉴于此,本文重点基于以人民为中心的农村基层治理体系创新对策进行研究,以供参考。     

浅析东营某油罐基础隐患的形成及加固措施

东营市某容积为50000m3大型油罐建成运行2年后,罐基础环墙出现了不均匀沉降,罐底塌陷变形,安全隐患严重。针对该罐体的结构特点和地质特性,经过研究分析,采取了新型的施工工艺和综合灌浆方法,消除了工程隐患,取得了比较满意的加固效果。加固处理后,工程经过2年的投产运行实践,证明该工艺方法安全可靠,科学合理。     

两种加工工艺提取重瓣红玫瑰细胞液化学成分分析初报

重瓣红玫瑰是唯一的药食同源玫瑰品种,利用亚真空低温烘干和真空冷冻干燥两种工艺加工得到的细胞液质量有差异.两种细胞液都含有玫瑰精油的易挥发成分,采用固相微萃取(SPME)进行前处理并经GC-MS分析细胞液化学成分,初步发现真空冷冻干燥工艺得到的细胞液质量较好.     

基于ISSA优化轴承寿命预测网络超参数的方法研究

针对滚动轴承剩余使用寿命预测(Remaining Useful Life, RUL)模型超参数较多的问题。提出基于混合正弦余弦算法和Lévy飞行的麻雀算法(Hybrid sines and cosines and Levy’s flying sparrow algorithm, ISSA)优化轴承寿命预测网络超参数的方法研究。首先利用ISSA对特征提取模型自注意力机制卷积神经网络进行寻优;其次利用时间窗口滑动方法处理提取到的特征以获取更具时序性的寿命特征矩阵,并以此作为输入数据再次利用ISSA对预测模型进行寻优;最后将数据集输入到双向简单循环单元网络中并完成寿命预测。通过实验证明,验证了所提方法的可行性。