QPSO算法在非线性观测器设计中的应用*

具有量子行为的粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法是继粒子群优化算法(Particle Swarm Optimization,PSO)后,最新提出的一种新型、高效的进化算法.提出了运用QPSO算法设计的非线性观测器方法.该方法属于滚动时域估计方法,利用具有量子行为的粒子群算法优化获得系统状态的最优估计.仿真结果显示该方法对初始条件不敏感,具有很强的跟踪能力.     

一种基于身份的群签名方案*

群签名使得群中任何一个成员均可以代表该群进行签名,而不会暴露签名者的身份.当争议发生时,签名者的身份可以通过群管理员公开.基于身份的签名与群签名有许多相似性,给出了一个由基于身份的签名转换而来的群签名,并给出了它在电子选举中的应用实例.     

基于粒子群算法的移动机器人全局最优路径规划*

以栅格法和粒子群算法为基础,提出了一种新的机器人实时全局最优路径规划方法.该方法包括采用栅格法对环境进行建模和直接运用粒子群算法在环境模型中搜索全局最优路径.在计算机上进行了仿真,仿真结果证明了该方法的可行性和有效性.     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

军校专业背景课程群"课程思政"建设与运用路径

专业课程"课程思政"是新时期军校教育重要的时代命题和现实难题.为培养德才兼备的高素质、专业化新型军事人才,基于系统科学思维方式(SSTM)视角,对军校专业背景课程群"课程思政"价值取向进行了认知,并遵循"成果产出导向(OBE)"教育教学理念,提出了基于"三重"育人核心要素的专业背景课程群"课程思政"教学体系构建与"理实一体化"运用路径.这为军校专业课程群"课程思政"提供了一种范式.     

关于电容式超大触摸按键可靠性的研究与应用

随着人民生活水平的提高,人们对电器设备的要求也越来越高,如要求操作更便利、更美观,触摸按键作为人机交互的界面,有向大尺寸、超大尺寸发展的趋势.通过对电容式超大触摸按键的可靠性进行研究,主要包括防静电(ESD)问题、超大触摸按键的群脉冲(EFT)实验和传导抗扰度(CS)实验的抗干扰实验问题,并通过应用案例进行验证,达到了预期效果.研究结果表明:设计的超大按键防静电安装结构,能彻底解决触摸防静电问题;设计的增加抗干扰处理的软件方法,能有解决超大触摸按键在做群脉冲(EFT)实验和传导抗扰度(CS)实验时实验失效的问题.     

基于PSO算法的直流近区光伏发电系统控制参数优化方法

针对直流近区光伏发电系统的小扰动和振荡问题,本文提出了一种基于P SO算法的直流近区光伏发电系统控制参数优化方法以提升系统小干扰稳定性.首先,建立包括光伏阵列、逆变器及其控制器、直流输电系统的直流近区光伏发电系统小信号模型.其次,建立了基于特征值的直流近区光伏发电系统控制参数优化问题,并提出了一种基于P SO算法的控制参数优化方法对优化问题进行求解.最后,在Matlab/Simulink仿真平台中采用所提出方法对直流近区光伏发电系统的控制参数进行优化,并施加不同类型的扰动,比较控制参数优化前后系统的动态响应.仿真结果表明,采用优化后的控制参数,系统的动态响应性能得到明显提升.     

基于二次插值粒子群优化算法的输电网储备项目优选排序策略研究

为解决电网投资过程中,如何在有限的投资金额下,从冗余度较高、关联度较强的各种储备项目中选出能够最大程度解决电网弊端、提升电网整体性能的难点,提出了基于二次插值粒子群优化算法的输电网储备项目优选排序策略.针对输电网储备项目特点,首先建立了一套科学合理的输电网储备项目综合效益量化评价指标体系,构建了输电网储备项目量化评价模型,并利用基于二次插值的粒子群优化算法对输电网组合权重优化模型进行求解.其次通过以单位投资的综合贡献度为基础,构建了输电网储备项目的动态优选排序模型.最后,以某省2019年底形成的网架为基础,以2020年规划负荷为边界,选取"十三五"规划库中2020年规划投产项目进行优选排序,验证所提输电网储备项目优选方法的科学性与合理性.