基于多子群的社会群体优化算法

社会群体优化算法(social group optimization,SGO)是一种基于社会群体学习而提出的一种新型优化算法。针对社会群体优化算法易于陷入局部最优问题,提出了一种多群社会群体学习算法（MPSGO）。本算法采用多子群学习方法,对算法两个阶段的个体学习方法进行改进,在维持群体收敛性能的前提下提高群体多样性,同时对部分个体中引入量子学习,使个体学习的有用信息得以增强;此外,每隔一定代数对子群进行随机重组,既能保证各子群个体充分进化,又维持了子群多样性。在设计算法的基础上,分析了其收敛性和多样性;通过与其他四种算法进行对比实验,验证了改进后算法性能更优。     

实数编码量子共生演算法及其在云任务调度中的应用

针对共生演算法收敛慢和易陷入局部最优的问题,结合量子遗传算法理论,提出一种实数编码的量子共生演算法(real-coded quantum symbiotic organisms search,RQSOS)。首先依据三角模糊数提出差异度概念,并依此构造一个以自变量向量的分量和一对概率幅为等位基因的三倍染色体,使一条染色体携带更多信息并增强解的多样性;然后提出一种基于阿基米德螺旋线的探索学习模式,加强对解空间的探索精度;最后使用共生演算法更新差异度值并依据差异度值对种群进行学习和变异操作,促使整个种群快速向最优方向进化且减小了陷入局部最优的概率。利用数值优化问题和云任务调度问题对算法进行验证,仿真结果表明,RQSOS算法在收敛速度和寻优能力上均有明显提升,是一种可行有效的算法。     

基于多判据的散乱点云特征点提取算法

为了有效获取散乱点云中的尖锐特征点和边界特征点,提出一种利用多判据融合的特征点提取算法。首先利用一种改进的k-d tree构建点云拓扑,搜索样点的K局部邻域;然后利用法向夹角判定准则、核密度判定准则、场力和判定准则分别求取各个样点局部邻域的三个特征参数,最后通过加权计算特征参数得到每个样点的特征值与全局判定阈值,特征值比阈值大的点即为特征点。实验证明,该算法能有效的获取散乱点云中边沿特征点与尖锐特征点。     

软件定义网络中利用IMKVS结合NFV的分布式网络负载均衡策略

社交网络和其他云应用程序应该能对从数据中心发出的请求作出快速响应,实现这种请求的技术之一是内存中的键值存储（IMKVS）,它是一种缓存机制,目的是为了提高整体用户体验。一般地,IMKVS系统使用一致性哈希来决定在哪存储目标,一致性哈希使用起来方法简单,但可能引起网络负载的不平衡。为了提高IMKVS的缓存性能,提出一种软件定义网络中利用IMKVS结合NFV的分布式网络负载均衡策略。该策略包含两个阶段,第一阶段设计通用的SDN负载平衡器的模块,以运行不同的负载平衡算法;第二阶段是基于IMKVS的专业化缓存,可以实现通信管理和数据复制。仿真结果表明,相比于一致性哈希,缓存服务器上的负载可改善24%,网络上的负载可改善7%,策略能够使资源利用更合理,获得更好的用户体验。     

基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法

针对企业电力负荷随机性强、稳定性低、预测精度不理想等问题,提出了一种基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法。首先对最大偏差相似性准则算法进行修改,并提出使用预测日的负荷特征向量与最大偏差相似性准则算法聚类之后的类中心负荷特征的距离来确定预测日的相似日类别;然后将聚类后的相似日类别负荷数据作为BP网络的训练数据,输出预测日起始的连续三天96整点负荷值。实验表明,该方法提出的短期电力负荷预测方法在精度和网络训练时间上都有较大的提升,具有较高的有效性和实用性。     

Shape optimization of a micromixer with staggered herringbone groove

Shape optimization of a staggered herringbone groove micromixer using three-dimensional Navier-Stokes analysis has been carried out. The analysis of the degree of mixing is performed by the calculation of spatial data statistics. The calculation of the variance of the mass fraction at various nodes on a plane in the channel is used to quantify mixing. A numerical optimization technique is applied to optimize the shape of the grooves on a single wall of the channel. Two design variables, namely, the ratio of the groove depth to channel height ratio and the angle of the groove, are selected for optimization. A mixing index is used as the objective function. The results of the optimization show that the mixing is very sensitive to the shape of the groove which can be used in controlling the mixing in microdevices. The mixing is affected by the depth of the groove much more than the angle of the groove.     

瀑-深梯级AGC厂间负荷实时分配策略研究及应用

为了实现瀑布沟、深溪沟电站的实时联合运行控制,基于分层调管的原理,以深溪沟电站水位控制为目标,提出了一套能够实现瀑布沟和深溪沟两站水量与电量平衡的厂间负荷实时分配策略及求解流程。针对厂间负荷分配时,不同机组组合下的虚拟单台机组的发电特性曲线和振动区,分别采用动态规划技术和集合区间运算法给予求解,同时还给出了一种简单实用的厂间联合躲避振动区的策略。在此基础上,开发的集控侧梯级AGC系统,已成功地应用到了大渡河瀑布沟和深溪沟梯级实时联合运行控制中,且计算结果满足实际运行工况的要求。     

含沙水流条件下泵站的节能运行研究

从地处山西省运城市的夹马口引黄泵站的工程实例出发,通过对含沙水流条件下水泵机组的能耗进行计算,得出了不同含沙水流条件下的水泵机组的单方水耗电量。计算结果表明:当含沙量为1~4 kg/m~3时,24SAP-10型水泵的单方水耗电量低;在含沙量为4~7 kg/m~3时,800S-76型水泵的单方水耗电量低;在含沙量为7~10 kg/m~3时,1200S-76型水泵的单方水耗电量低;当含沙量超过10 kg/m~3时,以上3种泵型水泵的单方水耗电量均急剧增加。根据计算结果,提出了泵站节能运行的措施,以有效降低泵站的运行成本。     

基于BPNN-PID的风电机组桨距控制分析

变桨控制技术是风力发电机组的核心技术之一,开展对风力发电机组变桨控制方面的研究具有重要的理论和应用价值。根据风力发电机组在额定风速以上如何保持输出功率稳定和降低风轮转速波动的控制技术进行研究,在传统的变桨距控制策略基础上,提出了基于BP神经网络(Neural Network,NN)整定PID的控制策略,并在Matlab/simulink环境下对PID控制和BP神经网络控制相结合的复合控制系统进行建模与分析。对1.5MW风电机组的仿真验证了BPNN-PID算法的有效性,提出算法不仅能够解决传统PID控制器参数整定困难的问题,而且优化效率更高,可以得到优良的控制性能。     

抚顺乙烯脱甲烷塔改造

通过乙烯装置脱甲烷塔系统改造后的运行状况的分析，对脱甲烷塔改造后的运行状态进行了总结，并为更进一步的优化工艺条件提出措施。