考虑代价敏感的AC-LSTM暂态稳定评估

电力系统稳定样本与失稳样本的失衡会导致数据驱动型暂稳评估模型对失稳样本的漏分率增加,由于失稳样本漏判的代价远高于稳定样本误判的代价,因此提出一种引入代价敏感机制的AC-LSTM电力系统暂态稳定评估模型。通过改进Adaboost算法,引入代价敏感函数对样本权重进行更新,更好地考虑了少数类样本对整体分类准确率的影响,降低不稳定样本的漏分率。并进一步将改进的Adaboost算法和长短期记忆网络(longshort-term memory, LSTM)相结合以提高分类器的综合性能。在IEEE39和IEEE140节点系统上的仿真结果表明,所提模型较其他模型具有良好的适应性和泛化能力,提升了评估模型的综合性能,其抗噪能力也优于其他模型。     

基于组件的软件可靠性计算方法

提出了一种基于组件的软件可靠性的计算方法。该方法首先利用各现成商用组件的说明信息，对组件的输入域进行划分，然后构建马尔可夫链，最终根据各组件之间的关系求出整个系统的软件可靠性。这种方法对基于组件的软件的可靠性进行了定量计算，是一种可行的方法。     

移动代理在医疗保险系统中的应用

本文针对传统的基于C／S模型的数据访问机制在医疗保险系统中的不足，提出了在网络环境中基于移动代理(mobile agent)的数据访问方式。介绍了移动代理的特征，并在此基础上对医疗保险系统模型进行了新的设计。     

通过控制逻辑复杂度提高软件可靠性的方法

在现有容错技术的基础上，分析了精力、逻辑复杂度和软件可靠性之间的关系，提出了应该在什么情况下如何使用好现有的容错技术，使得花最小的代价和精力。实现较高的系统可靠性。这对实践中使用好容错技术，具有一定的理论指导作用。