Support vector machine forecasting method improved by chaotic particle swarm optimization and its application

By adopting the chaotic searching to improve the global searching performance of the particle swarm optimization (PSO), and using the improved PSO to optimize the key parameters of the support vector machine (SVM) forecasting model, an improved SVM model named CPSO-SVM model was proposed. The new model was applied to predicting the short term load, and the improved effect of the new model was proved. The simulation results of the South China Power Market’s actual data show that the new method can effectively improve the forecast accuracy by 2.23% and 3.87%, respectively, compared with the PSO-SVM and SVM methods. Compared with that of the PSO-SVM and SVM methods, the time cost of the new model is only increased by 3.15 and 4.61 s, respectively, which indicates that the CPSO-SVM model gains significant improved effects. Foundation item: Project(70572090) supported by the National Natural Science Foundation of China     

电机控制中混合空间矢量脉冲宽度调制的分析与仿真

直接转矩控制利用选择电压矢量达到磁链和转矩的控制,而参考矢量的变化导致各个矢量的等效作用时间发生变化.传统的直接转矩控制在电机磁链脉动和电流脉动方面存在一定的缺陷.SVPWM电压型逆变器换向序列与定子磁链脉动有一定关系,本研究在混合空间矢量脉宽调制方法的基础上研究了不同换向序列的定子磁链均方根脉动大小,并根据脉动量最小的原则将每个磁链扇区分成5个不同的区域,每个不同区域通过采用不同的换向序列,从而极大的减少了磁链的脉动.通过逆变器仿真和快速傅立叶变换分析了交流电机在改进混合SVPWM下的电流仿真结果,并与常规方法进行比较,验证了上述方法的有效性,为进一步研究直接转矩的性能改善奠定了基础.     

基于SKO—KPCA和SVM的雷达目标HRRP特征提取与识别

将依赖数据变化的自适应SKO技术和迭代算法引入KPCA算法中,结合SVM分类技术,提出了基于SKO—IKPCA和SVM的雷达目标HRRP特征提取与识别方法。讨论了HRRP预处理、迭代KPCA算法和SKO／FKO技术的实现方法,将SKO／FKO技术应用到KPCA的核优化中,并用人工合成数据对其优化性能进行了测试与比较,应用该方法对su-27、F-16及M2000等三类飞机目标的实测HRRP数据进行了特征提取与识别实验。结果表明,所提方法具有较好的稳定性和可靠性,能有效地优化雷达目标主元特征的提取,提高目标的识别性能。     

Application Research of Robust LS-SVM Regression Model in Forecasting Patent Application Counts

A forecasting system of patent application counts is studied in this paper. The optimization model proposed in the research is based on support vector machines (SVM), in which cross-validation algorithm is used for preferences selection. R esults of data simulation show that the proposed method has higher forecasting p recision power and stronger generalization abi1ity than BP neural network and RB F neural network. In addition, it is feasible and effective in forecasting paten t application counts.     

SVPWM控制技术在有源电力滤波器中的应用

研究易于数字化的SVPWM控制技术,将其应用于并联型有源电力滤波器内层跟踪控制中并给出一种补偿功能较为完善的并联有源电力滤波器及其控制方法。仿真结果表明：SVPWM控制技术用于并联有源滤波控制可以明显改进补偿的动态性能,并提高滤波效果。     

基于LVQ神经网络的城市快速路事件自动检测算法

基于具有自组织功能的学习矢量量化(LVQ)神经网络设计了城市快速路异常事件的自动检测算法,提出分车道检测的构想。研究了原始数据筛选、输入向量模式、神经元个数及检测时段等参数的选择。基于小波分析技术对原始数据的高频噪声进行滤波,引入长车流量作为输入参数,并对比了引入前后的检测效果。选用加利福尼亚算法作为评价的参考依据,对其执行过程和门限值的选择进行了研究。     

基于距离矢量路由协议的网络故障快速恢复方法

为了有效提高距离矢量路由协议处理网络故障的能力,提高网络的可用性,提出了一种基于 距离矢量路由协议的网络故障快速恢复机制,该机制包括基于预先计算生成的每目的多可行 下一跳的本地重路由策略和基于网络稳定性的触发更新策略. 分析和仿真结果显示,该机制可 以实现距离矢量路由网络的快速故障恢复,并能提高网络的稳定性和可用性.     

具有某种特性的向量优化问题的解的刻画

在有限维空间中,当目标函数凸下半连续时,向量优化问题一定有弱有效解,并且解集是紧的,但当目标函数非凸时,这不一定成立,文章讨论了把目标函数的凸性减弱之后,向量优化问题的解集是非空并且紧的,另外还得到一些等价的刻画。     

永磁同步电机混合非线性控制策略

永磁同步电机是一个非线性多变量强耦合系统,采用传统的线性控制方法难以在大范围运行中保持良好的动态性能和鲁棒性.针对永磁同步电机的特点,提出一种结合滑模控制和自抗扰控制的混合非线性控制策略,用于永磁同步电机矢量控制系统设计.根据指数趋近律算法设计滑模控制器,用于内环的电流控制.外环的速度采用自抗扰控制,速度控制器对负载扰动进行估计和补偿.仿真结果表明,提出的控制系统不仅具有良好的动态和静态性能,而且对负载及系统参数扰动具有较强的鲁棒性.     

基于H.264/AVC的动态分组多描述编码方法研究

多描述编码是一种容错能力强,稳定性好的编码技术.以H.264/AVC中的分组概念为基础,通过将每个描述中的码流使用动态片组交换器分成主片组和次片组,并使用运动矢量的时空预测方法来代替普通的帧预测方法,基本上可以得到更优的率失真.实验表明,与固定划分片组的静态分组多描述编码比较,该方法以较少的冗余换取了更高的信噪比.