采用超效率DEA的电动汽车充电站多目标规划

在分析电动汽车充电站特性的基础上,考虑交通流量、土地价格和区域限制等对充电站布局的影响,建立了以电动汽车充电站规划的收益最大、网损费用最小、综合投资成本最小以及行驶路径耗费最小的多目标优化模型,能够比较实际、科学地反应充电站规划布局。采用超效率数据包络分析评价方法确定各目标函数的最优权重组合,将充电站多目标规划问题转换成单目标规划问题。鉴于传统萤火虫算法容易早熟,将全局思想融入到萤火虫算法,并用其解决电动汽车充电站的布局规划问题。通过算例验证所应用算法具有良好实用性和适应性,并且也验证所提模型的实际意义。     

STO/YBCO薄膜的制备及介电性能研究

采用脉冲激光沉积技术,在(100)LaAlO3单晶基片上生长SrTiO3/Y1Ba2Cu3O7-x(STO/YBCO)多层薄膜。XRD分析表明:YBCO薄膜和STO薄膜均为C轴取向,STO(002)/YBCO(006)衍射峰摇摆曲线半高宽为0.73°。AFM分析表明,STO/YBCO多层薄膜表面平整、均匀,在77K,100kHz的测试条件下,STO薄膜介电损耗tgδ<10-2,在53.6kV/cm电场作用下,介电常数的相对变化为38%。     

一种对象完备度优先填补的决策树规则提取算法

不完备信息系统中决策规则的提取是数据挖掘领域的重要研究问题。对不完备信息系统中决策规则的主要获取方法进行分析,以决策属性具有缺失值的不完备决策表为研究对象,提出一种基于数据优先填补的决策树规则提取算法。针对ROUSTIDA算法在数据填补时运算量较大且容易导致决策规则冲突这一问题,算法采用决策属性优先填补的思想,引入对象完备度概念对其进行改进,使用改进的ROUSTIDA算法对不完备决策表进行一次性数据填补预处理,并在限制容差关系下采用属性重要性为启发函数构建决策树,从而获得决策规则。实例表明该方法是有效的,生成的决策规则简单,且具有较高的精确度。     

国内铁合金供求状况及采购策略研究

从铁合金市场走势及供需状况中,分析预测铁合金今后发展趋势,并从多年来的采购业务中,总结经验,提出莱钢今后的铁合金采购模式及采购策略,为其它钢铁行业铁合金采购业务提供参考。     

伺服系统中PID控制器参数整定的研究

针对伺服系统中常用的比例-积分-微分(PID)控制器的参数手动整定不方便的问题,对机器学习算法和模糊控制进行研究,重点分析反向传播(BP)算法和模糊控制器的设计方法,提出一种基于机器学习和模糊控制的PID参数整定方法。利用BP神经网络的学习能力得到系统模型,结合模糊控制进行预测得到PID参数,并在实验平台上进行验证。研究结果表明:通过机器学习和模糊控制得到的PID参数具有较好的控制效果,该方法能够避免手动整定PID参数,节省大量时间。     

小井眼测试技术介绍

小井眼技术是近年发展起来的一项新技术,是降低勘探费用,提高效益最有效的途径之一。对于超深井钻探、边远新区勘探、老井开窗侧钻、多底井、丛式井等都有广泛的应用。但因为其井眼较小,在钻井、测井、测试及完井方面都需专门的技术和工具。 小井眼是指裸眼尺寸小于4（3/ ）″,套管尺寸小于5″的井眼。常见的规格是4（1/8）″裸眼加3（3/4）″或3（1/2）″套管。在表层、浅层勘探时,有时会采用更小尺寸的井眼结构（如煤层气勘探等）。 小井眼裸眼测试因封隔器外径有限,一般采用膨胀式坐封方式,以满足小坐封负荷,大膨胀率的需要。贝克公司在5″井下膨胀式测试工具广泛应用的基础上,又相继开发了两种小井眼测试工具,一种用于浅井作业,另一种则是用于深井、超深井作业。     

基于细菌菌落优化算法含分布式电源的无功优化

将分布式电源与传统的配电网电压调节方式相结合,分析包含分布式电源的配电网系统无功优化的问题,并建立了有功网损最小的优化数学模型,并将细菌菌落优化算法应用在无功优化的求解模型中。细菌菌落算法根据群体菌落生长演化过来程来寻找最优解,建立了细菌菌落的生成和死亡的寻优机制,并提供了一种新的寻优算法的结束方式。并将其用在解决分布式电源在配电网中的无功优化问题。通过IEEE-33测试系统验证所提算法具有良好实用性和适应性,并且也验证所提模型的实际意义。     

基于点估计法的微电网概率优化管理

风力、光伏以及负荷的随机性严重影响微电网的运行特性,基于此,提出利用点估计的方法处理在单位时间段负荷需求和风力输出功率不确定性的问题,根据分布式电源出力概率密度函数和负荷需求的概率分布构造其估计点,通过估计点求出相应的高阶矩阵信息,估计微电网概率优化管理模型的密度函数,鉴于传统萤火虫群体易于聚集于局部极值,导致早熟,将混沌序列以及全局最优思想融入到萤火虫优化算法,提出了一种改进型多目标萤火虫优化算法。最后,通过算例验证所提算法具有良好实用性和适应性,并且也验证所提模型的实际意义。     

永磁同步电机的复合控制及参数自整定研究

针对常规的比例-积分-微分(PID)控制器性能不足,以及PID参数手动调整不便等问题,对前馈控制结构及径向基函数(RBF)神经网络进行了研究,提出了一种"三闭环+前馈"的复合PID控制结构。利用RBF神经网络对控制系统进行了在线辨识,结合梯度下降法对控制器的PID参数进行了自动调整,并在实验平台上进行了常规的三闭环PID控制器和"三闭环+前馈"的复合PID控制器的对比实验,以及位置环PID参数自整定的实验。研究结果表明:相比于常规PID控制结构,复合控制结构的位置响应性能提高了12%,速度响应性能提高了31%;利用RBF神经网络能够实现PID参数的自整定,且整定效果较好。