基于数据增强及降维方法的配网业扩工程分类模型

配网业扩工程对供电企业开展电力供应工作具有重要意义。针对配电网业扩工程项目流程运转效率低下的问题,提出了一种基于数据增强和数据降维技术的配网业扩工程分类方法。该方法对原始数据进行数据增强,通过深度自编码器降低了数据维度,并进行特征提取及聚类分析。以某供电局配电网业扩工程项目数据为基础进行了仿真,实验结果表明：所用算法的分类准确性优于其他算法,所提方法能够合理分配业扩工程工期时长,实现对配网业扩工程的差异化管理,提高流程运转效率和客户满意度。     

改进遗传算法在直流伺服电动机的PID优化控制

提出了一种改进型遗传算法,它可减少传统遗传算法的进化时间和收敛代数,提高了进化的爬坡能力。同时,利用此改进算法对直流伺服电动机的控制系统进行PID控制参数优化整定,仿真结果表明该方法得到的优化参数更接近全局最优解,使控制系统具有更好的鲁棒性和稳定性。     

基于箱形图和隔离森林的施工人次数据处理与预测研究

针对工程项目进度和施工人员进场记录数据存在异常值的问题,提出一种基于箱形图和隔离森林的施工人次数据处理方法。将历史工程项目进行分类并计算各工程项目每人次的效率值,采用箱形图法剔除效率值异常的样本;结合各类型工程项目投资和投入施工人次的数据可视化情况,通过隔离森林隔离出属性值异常的数据点;采用剔除异常值后的样本作为线性回归预测模型的学习样本,使用测试集进行预测精度测试。并以某施工单位的实测数据为具体对象,根据所提算例结果显示,该方法能实现异常值的定位与分离,有效提高施工人次预测的精确度。