Strategic thinking and stress

In this study we investigate the behaviour and the performance of experimental subjects, who had to solve a series of tasks of ‘strategic thinking’ under a stress and a non-stress condition. No significant differences between the conditions could be found with respect to performance and improvement of performance within the series of tasks, but the experimental subjects exhibited under the different conditions different forms of behaviour. Unexpectedly the Ss working under the stress-condition exhibited a more ‘analytical’ behaviour and increased their workload, instead of decreasing it. Additionally they exhibited a tendency for measures with salient effects and proved to be better in finding the right points of main effort. The results are discussed with respect to a general theory of action regulation.     

变压器在线经济运行分析和决策系统的应用

文章介绍了荆州供电公司电力调度中心开发的变压器在线经济运行分析和决策系统,该系统的应用达到了节能降耗的经济目标,降低了隐含在频繁操作中的安全成本和生产成本,取得良好的综合效果。     

兼顾稳定性与经济性的交直流系统直流落点选择方法

直流电系统落入受端交流电网的落点选择需要考虑交直流系统的相互作用,主要包括有效短路比、静态电压稳定指标和受端系统的有功功率损耗。文中提出一种兼顾稳定性与经济性的直流落点选择方法。基于数学上解决多目标决策问题的线性加权和法,首先设置各指标的门槛值,然后对其进行归一化处理,采用组合赋权法合理确定权系数,建立目标函数,选出最...     

基于混沌遗传和模糊决策算法的多目标负荷经济调度

提出一种可同时得到电力系统最优机组组合和多目标负荷分配结果的混沌遗传和模糊决策算法.结合改进优先顺序法、启发式遗传算法、混沌优化和模糊决策的优点,按改进的优先顺序法确定各时段运行的机组序列,用启发式遗传算法确定机组组合状态,并对交叉率和变异率进行模糊决策.在负荷分配中,考虑单一经济目标和多目标优化2种决策模型,用遗传算法进行并行搜索,同时在最优点附近利用混沌优化的遍历性进行局部寻优,避免遗传算法陷入局部最优,有效提高了收敛速度.将所提算法分别应用于10机和30机系统中,结果表明,该算法较好地处理了电力系统负荷经济调度的各种约束条件,减少了不可行解,加快了收敛速度.     

空闲频谱的最优联合软判决检测算法

为了改善认知无线电中感知用户(未授权)对主用户弱信号的检测性能,采用多个感知用户合作的最优联合软判决检测算法.在考虑参与联合检测的感知用户门限判决相互独立的条件下,通过理论分析和软件仿真,表明在融合中心虚警概率恒定的条件下,与给定各判决门限和系统融合准则的算法相比较,最优联合检测算法性能更好.仿真结果还表明,联合检测算法随着参与感知用户数目的增加,能够改善对主用户弱信号的检测性能.当各感知用户采用软判决方法,对于2个感知用户合作和3个感知用户合作的情况,可对最优联合检测算法性能有0.5dB改善.     

基于Q学习的互联电网动态最优CPS控制

控制性能标准(control performance standard,CPS)下互联电网自动发电控制(automatic generation control,AGC)系统是一个典型的不确定随机系统,应用基于马尔可夫决策过程(Markov decision process,MDP)理论的Q学习算法可有效地实现控制策略的在线学习和动态优化决策。将CPS值作为包含AGC的电力系统“环境”所给的“奖励”,依靠Q值函数与CPS控制动作形成的闭环反馈结构进行交互式学习,学习目标为使CPS动作从环境中获得的长期积累奖励值最大。提出一种实用的半监督群体预学习方法,解决了Q学习控制器在预学习试错阶段的系统镇定和快速收敛问题。仿真研究表明,引入基于Q学习的CPS控制可显著增强整个AGC系统的鲁棒性和适应性,有效提高了CPS的考核合格率。     

基于视频序列的火灾烟雾颜色检测算法

为了提高视频烟雾检测的准确性,克服图像型火灾烟雾检测对复杂环境的低适应性,实现对火灾烟雾的实时检测,提出了一种基于视频序列的火灾烟雾颜色检测算法.该方法首先采用基于Kalman滤波的背景重建法提取出烟雾区域的像素,然后再将其归一化到RGB空间模型,分析各颜色分量的数据,并将这些表征烟雾颜色信息的数据经Matlab进行曲线拟合分析,最终确定出烟雾颜色的决策条件,并对来自网络的火灾视频和其他运动视频进行测试.实验结果表明:基于视频序列的火灾烟雾颜色检测能够很好地将火灾烟雾和其他干扰物区分开,达到早期预警的目的.     

一种基于遗传算法的SVM决策树多分类策略研究

提出了一种基于遗传算法(GA)的SVM最优决策树生成算法,并将其应用于解决SVM多分类问题.首先以最大分类间隔为准则,利用遗传算法对传统的SVM决策树进行优化,生成最优(或近优)决策二叉树;然后在各个决策节点,利用传统的SVM算法进行二值分类,最终实现SVM的多值分类.理论分析及实验结果表明,新方法比传统的DT-SVM、DAG-SVM方法有更高的分类精度,比经典的1-a-1、1-a-r有更高的训练和分类效率.     

TETRA通信与干扰信号智能识别技术

陆上集群无线电(Terrestrial Trunked Radio,TETRA)数字集群通信系统因其开放性易受到内外部电磁干扰。干扰信号的类型多种多样,针对不同的干扰样式,采取的抗干扰措施也各不相同,因此干扰信号的识别具有重大意义。基于此,提出了一种干扰信号智能识别技术。该技术首先对受到不同干扰后的TETRA音频数据进行特征提取,并筛选出具有分类能力的特征,其次使用决策树、支持向量机和随机森林3种分类模型对特征提取后的待测试信号进行智能分类识别。实验结果表明,使用的这3种模型能够有效判断TETRA系统中的信号是否受到干扰,以及受到何种样式的干扰,可为后续TETRA系统中的信号干扰识别提供参考。     

非AWGN环境下调制类型自动识别

在非AWGN环境下，针对CW，AM，FM，OOK，PSK，QPSK，16QAM，FSK，MSK，SSB十种混合调制信号，对调制类型特征提取方法和自动识别算法进行了分析、综合、设计和计算机仿真。提出了梯层电平分析方法、频率瞬时信号分析、剔除载波的归一化能量分析、平方后信号的频谱分析、四次方后的信号频谱分析等方法。当SNR=10dB时，计算机仿真结果是正确识别率不低于95％，自动识别的平均处理时间为不超过10s。