改进BP算法在柴油机故障诊断中的应用

针对使用BP算法的多层感知器中存在的网络学习收敛速度慢,容易陷入局部极小等问题,采用一个改进的算法,对设备故障进行诊断和分析研究。以某柴油机供油系统为例,对其中的几种常见故障进行了诊断研究。从中可以看出,改进算法加快了收剑速度,诊断的精度也有所提高。     

改进的GM(1,1)模型在西安市用水量预测中的应用

针对近年来西安市用水量变化的特点,采用改进的GM(1,1)模型用于用水量预测,并与传统的GM(1,1)预测模型进行了比较.结果表明,改进的GM(1,1)模型可取得较好的预测结果.     

哈尔滨锅炉厂600MW亚临界锅炉的改进与优化

介绍了哈锅600MW亚临界锅炉的设计和制造情况。着重针对早期600MW锅炉运行中出现的问题,论述了其产生原因、采取的改进措施和取得的成功经验。这些经验和关科研成果,有力地指导了哈锅第二代600MW锅炉的优化设计。     

深层搅拌法加固码头软基离心模型试验研究

运用离心模型试验技术对采用深层搅拌法加固码头接岸软基和沉箱码头基础的工作机理和破坏机理开展研究 ,弄清了影响整体稳定性的主要因素 ,得出了不同地基条件、不同着底方式、不同宽度加固体的外部破坏型式和地基整体破坏型式 ,证实了可用朗肯理论计算加固体两侧主、被动土压力。     

头肩视频中运动物体的自动精确提取技术

针对头肩视频序列,提出了一种头肩视频对象的自动精确提取算法.该算法运用改进的背景记录技术建立可靠的背景图像,结合背景差和帧差检测出运动物体区域;通过新的时域滤波器和后处理以增强检测结果的时域连贯性和空域完整性;最后提出一种改进的分水岭算法精确定位视频对象边缘.实验结果表明,文中算法能有效地提取出头肩视频对象以获得精确的边缘,且满足实时性要求.     

改进灰色神经网络模型在电量预测中的应用

研究过程中分析比较了人工神经网络和灰色模型的优缺点,尝试将人工神经网络模型与改进灰色模型进行有机结合,从而提出了改进灰色神经网络模型。新的耦合方式发挥了灰色预测方法中累加生成的优点,便于神经网络进行训练,又避免了灰色预测方法带来的误差,提高了预测精度,是一种新的有益探索;为实际工程应用提供了重要的参考。     

改进遗传算法在电力系统无功优化中的应用

针对常规遗传算法（GA）的不足,提出了一种改进搜索策略的遗传算法,采取了以下改进措施：在遗传迭代中,根据种群进化过程的个体的适应值大小,对群体进行分级,对级别高的个体进行小范围的搜索,对级别低的个体在大范围内进行搜索,保证群体的多样性的同时,又留住了优良个体。将改进的遗传算法应用于电力系统无功优化,并与常规遗传算法进行了比较,结果表明改进算法在计算速度、收敛性和全局最优搜索能力都有提高。     

基于改进GWO-ELM的热轧带钢卷取温度预测

卷取温度控制精度是影响带钢产品性能的主要因素之一,提高卷取温度控制精度和保证卷取命中率是热轧领域的重点问题.针对某钢厂现有的卷取温度设定模型中存在个别钢种命中率低的问题,结合数据挖掘及现场专家经验,提出了一种基于灰狼优化极限学习机的新建模思路,并引入Henon映射、小孔成像策略和权重因子策略来改进灰狼算法,建立了基于改进灰狼优化极限学习机(IGWO-ELM)的热轧带钢卷取温度预测模型,并与ELM模型、GA-ELM模型和GWO-ELM模型进行对比.模型结果表明:建立的IGWO-ELM模型,预测卷取温度在士3℃之内的命中率为91.1％,在士4℃之内的命中率为96.7％,均好于对比模型,具有广泛的实际应用前景.     

新安江模型参数优选的改进粒子群算法

借鉴竞争演化和多种群混合的思想,对粒子群算法(PSO)进行改进,建立并行种群混合进化的粒子群算法(PMSE-PSO)和序列主-从种群混合进行的粒子群算法(SMSE-PSO)。数值模拟结果表明,这两种改进的粒子群算法具有较高的计算效率、较强的自适应性和稳定性。将PMSE-PSO和SMSE-PSO应用于新安江模型的参数优选中,通过与PSO和SCE-UA的比较可以看出,PMSE-PSO和SMSE-PSO不仅具有较好的全局优化性能和稳定性,而且在调用目标函数次数相同的情况下精度较高,是一种有效的新安江模型参数优选方法。     

计及氢能多元利用特性的电氢耦合系统容量优化配置方法

氢能作为清洁能源,可与风能等可再生能源结合,为系统提供低碳运行方案。首先,在传统电氢耦合系统的基础上,引入天然气及碳捕集系统,设计了计及氢能多元利用特性的电氢能源系统优化配置模型。然后,建立了将氢能零污染发电和甲烷化两种应用途径相结合的系统模型,以系统等年值成本最小为目标函数,通过改进粒子群算法对构建模型进行寻优求解,得到了系统各设备最优容量配置方案。最后,通过算例对比,证明了优化方案在成本最低时,可支配碳配额增加,具有环保性。