最小费用最大流问题的一种新算法

现有的最小费用最大流算法都有自身的缺陷,增广链的选取不当会给计算带来不便,同时费用也达不到理想的效果。鉴于对最小费用最大流算法的增广链选取和最小费用的探索,文章通过对费用差的定义给出了一种求最小费用最大流的新算法。新算法的原则是优先选择费用差最小的有向路径进行增广,当费用差相同时就选择修正后的路径。通过对最小费用最大流算法的改进,新算法易理解且便于计算。通过实例说明了新算法的有效性和执行效率。     

在二辛基磷酸钠的微乳液中金属盐的最大含量

测算了二(2-乙基己基)磷酸钠(NaDEHP)或二(正辛基)磷酸钠(NaDOP)、正辛醇，正辛烷、水和金属盐(CoSO4、NiSO4、FeCl2、CuCl2和CaCl2等)组成的均匀单相微乳液中金属盐水溶液的极限增溶量(Vlim)和金属盐的最大含量(Smax)。相同条件下，NaDOP体系中的Vlim和Smax都比NaDEHP体系巾的高得多，这是因为NaDOP中的正辛基的空间位阻小。     

基于加权的无人机集群组网分簇算法

在无人机集群组网中,节点的高速移动会造成网络拓扑结构更新频繁,使网络管理变得更加复杂。分簇能够增大网络容量,实现空间资源的复用,是优化网络管理的有效手段之一。针对大规模、高速移动的环境进行了研究,提出了一种多参数加权分簇算法。该算法将最大速度相似度分簇算法中的分簇指标引入到加权分簇算法中,并且对链路保持率、节点度差、节点剩余能量进行改进,综合考虑这四种参数,通过加权组合的方式选举具有最大权重的网络节点作为簇头。仿真结果表明,该分簇算法不仅能够减少簇的数量和簇间切换率,提高分簇的稳定性,而且能够延长最小节点生存时间,改善网络的整体续航能力。     

基于CMFS-MIC特征选择的跳频电台个体识别方法

针对跳频电台细微特征集中存在冗余特征等导致电台识别时存在计算量大、识别准确率低等问题,提出了一种基于CMFS-MIC特征选择的跳频电台个体识别方法。首先计算采集到的各个跳频电台信号样本的细微特征集,然后采用关联信息熵度量特征子集的组合效应,兼顾考虑特征间的关联关系和冗余关系对各个特征进行降序排序。在此基础上,采用最大信息系数度量的近似马尔可夫毯方法删除冗余特征,实现对特征子集进行优化和降维。最后,设计了投票组合分类器实现对4部跳频电台信号的识别。仿真结果表明,本文算法具有更高的分选识别率。     

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。     

北京市南水北调中线工程供水效益评估

采用分摊系数法、开采损失法、影子价格法以及替代工程法,计算了南水北调中线工程向北京供水的效益。计算结果表明:南水北调中线工程通水后所产生的供水效益为311.76亿元,其中经济效益为295.75亿元,生态环境效益为16.01亿元;同时,该工程投入运行以后,还发挥了显著的社会效益。计算研究结果可为相关部门制定调水方案以及实施水资源优化管理提供有益的参考。     

极限训练机在矿山开采最大下沉值估算中的应用

矿山开采过程中采空区地表往往会发生形变,研究其最大下沉值对安全生产具有重要意义,现有的开采最大下沉估算方法还有提升的空间。基于岩移数据决策与极限训练机(Extreme learning machine,ELM)算法,提出了一种估计最大下沉的新方法。该方法将采厚、倾角、平均采深、走向长度、倾向长度和覆岩岩性确定为最大下沉值影响因素;应用以Sigmoid方程为核函数、隐含层神经元个数为114的ELM模型对最大下沉值进行了估算。通过案例分析,ELM模型得到了优于传统算法如CHAID、Boosted Tree、ANN、BPNN和SVM的RMSE、MAE、MAPE、最大残差及秩相关系数,故认为该模型是一种有效的矿山开采最大下沉估算方法。     

煤液化项目与原油加工项目经济效益比较

通过对煤液化与原油加工经济的分析，认为在目前情况下，我国开展煤液化的建设是可行的和必要的。     

An EM-based identification algorithm for a class of hybrid systems with application to power electronics

In this paper we present an identification algorithm for a class of continuous-time hybrid systems. In such systems, both continuous-time and discrete-time dynamics are involved. We apply the expectation-maximisation algorithm to obtain the maximum likelihood estimate of the parameters of a discrete-time model expressed in incremental form. The main advantage of this approach is that the continuous-time parameters can directly be recovered. The technique is particularly well suited to fast-sampling rates. As an application, we focus on a standard identification problem in power electronics. In this field, our proposed algorithm is of importance since accurate modelling of power converters is required in high- performance applications and for fault diagnosis. As an illustrative example, and to verify the performance of our proposed algorithm, we apply our results to a flying capacitor multicell converter.     

泄水建筑物下游冲刷坑二维数值模拟

对巨亭水电站泄水建筑物下游局部冲刷过程进行了二维数值模拟。采用RNG k-ε湍流模型封闭N-S方程、有限体积法在计算网格上离散求解、VOF方法追踪自由水面;采用C语言编写用户自定义函数,以泥沙起动切应力作为床面泥沙起动判别标准,通过分析比较水流剪切力与泥沙起动切应力大小,用以控制冲刷坑底部边界变化;采用局部重构模型和弹簧光顺模型更新计算区域和网格质量,藉以模拟和追踪局部冲刷坑边界变化。研究表明,模拟结果与实测资料符合良好。在冲刷坑的冲刷过程中,床面剪切应力随着冲刷的进程急剧减小,湍动能随着冲刷的进程减小缓慢;床面剪切应力和湍动能沿程变化均较为剧烈,床面剪切应力沿程先增大后减小,床面湍动能则沿程减小。冲刷坑的纵向平衡形态或床面泥沙起动主要决定于床面剪切应力,床面湍动能对泥沙起动也具有重要影响。