基于区间特性和变量软约束的模型预测控制算法

针对传统的区间模型预测控制算法的性能指标函数设计复杂, 以及被控变量进入区间后稳态轨迹变化幅度大的缺点, 提出一种区间特性和变量软约束的模型预测控制算法. 该算法仅利用期望输出区间的上下限, 通过预测输出与区间的等式关系构造区间跟踪偏差项, 同时利用预测输出和操作变量的增量二次型构造变量软约束项, 减小区间内的稳态轨迹的变化幅度, 上述两项合称为软约束区间跟踪性能指标项. 以回转窑模型为被控对象进行仿真, 表明了算法的有效性.

     

改进LMD和LS-SVM在小电流接地故障选线中的应用

提出一种改进的局部均值分解(LMD)和最小二乘支持向量机(LS-SVM)相结合的小电流接地故障选线新方法。针对LMD存在端点效应的缺陷,提出了一种最小平方距离相关的改进算法,对端点效应进行了有效的抑制;LS-SVM在SVM基础上,用二次损失函数代替不敏感损失函数,用等式约束代替不等式约束,降低了计算复杂度。与径向基神经网络(RBF)方法的分类效果对比,验证了LS-SVM在非线性模式识别方面的优势。实验表明该方法能够很好地选出故障线路,为小电流接地故障选线提供了一种有效的新方法。     

抛物方程方法的亚网格模型及其应用研究

该文在抛物方程非均匀网格技术的基础上,提出了抛物方程方法的亚网格模型,并给出了该亚网格模型的具体构建方法,以快速准确地求解大尺度复杂电磁环境中存在关键目标的电波传播问题。通过对存在强散射体的复杂电磁环境中电磁波的分布特性进行模拟,探讨了抛物方程亚网格技术的高效性。结果表明:与细网格相比,亚网格技术使得抛物方程的计算速度提升了4.57倍,网格空间数下降了86.64%,且较非均匀网格具有更高的计算精度。可见,抛物方程的亚网格模型能够极大地提升抛物方程的仿真效率。     

基于EEMD和关联维数的小电流接地故障选线

提出一种基于总体平均经验模式分解(Ensemble Empirical Mode of Decomposition EEMD)和关联维数相结合的小电流接地故障选线新方法。EEMD对非线性、非平稳信号的处理,不仅能达到与(Empirical Mode Decomposition EMD)相同的分解效果,同时又能有效地抑制模式混叠,非常适用于对小电流接地故障信号的处理。关联维数是在故障诊断领域中应用最广泛的一种分形维数。关联维数作为反映系统状态的特征量,能定量分析故障状态,提高故障诊断能力。在计算关联维数前,需要进行相空间重构,采用极大联合熵算法求取最佳延迟时间,相比以往用互信息求取延迟时间的方法而言,该方法简化了算法,缩短了计算关联维数的时间。最后采用G-P算法计算零序电流相关分量的关联维数,通过比较关联维数,实现故障选线。实验结果表明上述方法能够快速准确地选出故障线路,为小电流接地故障选线提供了一种有效的新方法。     

110 GHz高功率微波在大气击穿等离子体中的传输、反射和吸收

高功率微波极易引起大气击穿, 而伴随产生的等离子体将对微波传播特性产生很大的影响.基于电子流体模型, 研究了一个大气压下110 GHz高功率微波在大气击穿等离子体中的传输、反射和吸收特性.模拟结果表明, 大气击穿等离子体结构在空间呈丝状分布, 其与实验现象符合得很好; 由于大气击穿等离子体是时变的, 其对微波的反射和吸收也是时变的; 随着时间的推移, 等离子体吸收功率逐渐增加直至达到饱和水平, 且其远大于微波反射功率; 当减小入射电场时, 等离子体对微波的反射变得更低.将110 GHz微波击穿阈值的模拟结果与实验数据进行对比, 发现两者吻合得很好.     

基于IQPSO优化ELM的熟料质量指标软测量研究

水泥熟料游离氧化钙(f Ca O)含量是水泥生产过程的重要质量指标。针对难以建立其精确的数学模型和难以实时在线测量的问题,首先采用序列二次规划方法增强量子粒子群算法的局部搜索能力,提出了一种局部区域可调的改进量子粒子群优化(IQPSO)算法,并采用提出的IQPSO算法优化超限学习机(ELM)的输入层权值和隐层阈值参数,在优化过程中同时兼顾均方根误差和隐层输出矩阵条件数最小的原则,建立了基于IQPSO优化ELM的水泥熟料f Ca O软测量模型,仿真验证结果表明,IQPSO算法具有较高的搜索精度以及较快的收敛速度,建立的软测量模型精度高、泛化能力强。最后基于该模型,通过软件编程的方法给出了水泥熟料质量指标软测量仪表,实现了f Ca O含量的在线软测量。     

用于水泥熟料fCaO预测的多核最小二乘支持向量机模型

针对水泥熟料游离氧化钙(fCaO)含量预测模型辨识的问题,考虑到单一核函数无法显著提高模型精度,采用多项式核函数、指数径向基核函数和高斯径向基核函数组合构建等价核的方法,建立了多核最小二乘支持向量机水泥熟料fCaO预测模型。同时,利用改进的粒子群优化算法对多核最小二乘支持向量机模型的6个待确定参数进行迭代寻优,避免了模型参数人工选取的盲目性。最后将基于改进粒子群的多核最小二乘支持向量机模型应用于熟料fCaO含量的实例仿真。结果表明,建立的水泥熟料fCaO含量预测模型精度高、泛化能力强。     

高功率微波大气传播数值计算的加速方法

用时域有限差分法(FDTD)对高功率微波(HPM)大气传播进行数值仿真时,所要关心的仅是传播目标点HPM波形的分布,而传播过程中每一空间点不需要考虑,所以可将传播空间分段计算,在分段点处需要增加一个吸收边界,并将传播到该点的HPM保存下来,作为后继计算空间的源加入到其后一空间步,完成数据传递。通过这样循环处理可以达到节约计算时间和存储内存的目的,从而达到加速计算的目的。     

基于粒子群算法与连续型深度信念网络的水泥熟料游离氧化钙预测

针对水泥熟料质量指标游离氧化钙含量难以实时检测的问题,提出一种基于连续型深度信念网络建模的预测方法。首先根据水泥熟料生产工艺选取影响烧成系统的主要变量,利用灰关联分析得出各变量灰色关联度并去除关联度小的变量,建立水泥熟料游离钙预测的辅助变量集合。其次采用粒子群算法对连续型深度信念网络进行优化,建立水泥熟料游离钙预测模型。最后与最小二乘支持向量机、反向传播算法网络和连续型深度信念网络预测效果进行对比。结果表明,基于粒子群寻优的连续型深度信念网络水泥熟料游离钙含量的预测方法精度高、泛化能力强。     

基于多域的无人机数据链抗干扰性能评估模型

针对无人机数据链抗干扰性能评估问题，建立了一种基于多域的数据链抗干扰性能评估模型。首先根据无人机数据链系统可能面临的典型干扰，建立了基于多域的抗压制和抗欺骗干扰底层评估指标集。结合评估底层评估指标集，构建了多域抗干扰评估层次指标结构，通过特征向量求解确定了指标权重，最终建立了一种基于模糊综合的数据链抗干扰性能评估模型。结合Qt编程工具和Excel数据库完成了该数据链抗干扰评估模型的软件开发。