动态污水处理过程的多模型动态矩阵控制

针对活性污泥法污水处理系统的强耦合和动态变化特性,提出一种用于前置反硝化脱氮工艺的多模型动态矩阵(DMC)解耦控制方法;通过K-均值聚类分析法对外界入水中氨氮浓度进行聚类,获得以聚类中心为入水氨氮浓度的静态模型集合,分别设计线性DMC解耦控制器;再以当前时刻外界进水氨氮浓度和聚类中心为基本元素,构造切换函数,实现多模型切换。将该方法应用于活性污泥1号模型(ASM1)中,获得了较好的动态仿真效果。     

遗传投影寻踪回归在城市环境质量评价中的应用

引入投影降维的思想,将遗传投影寻踪与回归分析技术运用到城市环境质量评价中。将此技术与神经网络方法进行实例比较,投影寻踪回归方法不但可以合理地作出环境质量的综合评价,而且消除了神经网络方法中类别判断不够精确的影响。     

模式搜索算法在毒气泄漏中的源强反算

基于泄漏源下风向的浓度监测数据并结合大气扩散模式建立反算模型,以确定泄漏源的位置和强度。以扩散模式仿真的浓度数据与监测数据的匹配度作为目标函数,将反演问题转化为优化问题,利用模式搜索算法迭代优化。以高斯模型为例验证了算法的可行性,结果表明利用探测器提供的测量浓度值,模式搜索算法能够在较短时间内搜索到最优解,在计算复杂性或时间上较梯度型算法和智能优化算法有一定优势。该算法能够及时而准确地反算出泄漏源强度和位置,为事故的应急响应与救援提供依据。     

战时火力发电厂重要目标分类防护探讨

基于重要目标防护准则和模糊聚类算法,构建火力发电厂目标评价准则指标体系和模糊聚类模型,实现了火力发电厂重要目标的分类防护,进而选用具有针对性的防护措施,解决了重要目标在战时防护措施选择不完善、不合理的问题,有效地提升了战时火力发电厂的生存能力;通过模糊聚类模型实现分类防护,不仅有利于提高重要目标防护效率,而且使得防护资源少、力量弱,供需突出的问题得以改善,同时,在应对自然灾害等重大突发事件发生时,有助于保护发电厂的生产能力。通过案例给出战时某火力发电厂的具体防护措施,合理地解决了发电厂重要目标和关键部位的防护问题。     

基于人工蜂群算法与BP神经网络的水质评价模型

针对BP网络水质评价模型的不足,引入人工蜂群(ABC)算法,将求解BP神经网络各层权值、阀值的过程转化为蜜蜂寻找最佳蜜源的过程,提出了一种新的结合人工蜂群算法的BP网络水质评价方法(ABC-BP)。并以2000—2006年渭河监测断面的10组实测数据作为测试样本对其水质进行了评价,实验结果表明该方法得到的水质评价结果准确,并具有很强的稳定性和鲁棒性。     

Energy consumption estimation model for dual-motor electric vehicles based on multiple linear regression

ABSTRACT

The drive range of electric vehicle (EV) is one of the major limitations that impedes its universalism. A great deal of research has been devoted to drive range improvement of EV, an accurate and efficiency energy consumption estimation plays a crucial role in these researches. However, the majority of EV’s energy consumption estimation models are based on single motor EV, these models are not suitable for dual-motor EVs, which are composed of more complex transmission mechanisms and multiple operating modes. Thus, an energy consumption estimation model for dual-motor EV is proposed to estimate battery power. This article focuses on studying the operating modes and system efficiency in each operating mode. The limitation of working area of each mode ensures the vehicle dynamic performance, then PSO algorithm is adopted to optimize the torque (speed) distribution between two motors to improve the system efficiency in the coupled driving mode. Finally, the energy consumption estimation model is established by multiple linear regression (MLR). The result shows that the proposed model has a high precision in energy consumption estimation of dual-motor EV.     

WEP的安全技术分析及对策

在对无线局域网WLAN标准IEEE80 2 .11的WEP描述的基础上 ,笔者深入研究了WEP协议的设计上和实际应用中存在的密钥序列重复使用、消息认证和完整性等严重安全漏洞 ;详细分析了标准无线局域网中WEP协议解决方案 ;提出了WEP的改进算法WEP2 ,WEP2将IV大小增加到 12 8bit,以增强抗攻击能力 ;分析了AES解决方案的可行性 ;在密钥再生与分配方面 ,提出在MAC层实现经认证的密钥交换 ,用来改善WEP的安全脆弱性等解决措施。最后 ,还对今后的研究方向作出进一步的展望     

深水平台施工过程自然风险定量评估

在分析现有风险理论的基础上,结合海洋施工实际,提出了一种对海洋施工自然风险进行定量评估的模型。根据目标系统各风险事件与影响因素之间存在高度非线性复杂映射的特点,提出了利用BP神经网络拟合方法,对主要风险事件发生概率进行量化的模型。针对传统的梯度下降优化算法收敛速度慢的特点,采用可避免计算Hesse矩阵的Levenberg-Marquardt算法来训练神经网络。这一模型可以模拟专家评价,并准确地按照专家的评定法则进行估算,具有一定的通用性。     

交通系统智能决策的算法研究

遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法，但由于其自身固有的缺陷，通常优化过程的收敛速度较慢，局部搜索能力不足，而且算法稳定性较差。而蚁群算法广泛应用在旅行商问题计算中，目前是较好的求解最短路由问题的算法之一。就其自身来说有很多优点，如正反馈性、鲁棒性和智能性，但是在寻优过程中容易陷入局部最佳的缺点。针对上述情况，将遗产算法与蚁群算法相结合，用于实际交通系统寻找最优路径的问题中，并定义了目标函数，以路径可靠性和路径长度为优化目标，寻找最合适的救灾路线。最后通过实际计算结果的对比验证，说明了该方法的有效性。     

三峡茅坪溪沥青混凝土心墙堆石坝位移反演分析与安全预测

本文研究了基于综合应用人工神经网络和演化算法的位移反演分析方法,并将此方法应用于三峡茅坪溪沥青混凝土心墙堆石坝的变形反演分析中。以茅坪溪一期工程原型观测成果为依据,反演出能够正确反映坝体变形特性的邓肯-张EB模型参数,从而预测了施工期末和蓄水期末该坝的变形特性,并基于总应力法研究了心墙水力劈裂破坏发生的可能性,为茅坪溪堆石坝运行期的安全生产提供依据。研究结果表明,茅坪溪心墙堆石坝不会发生水力劈裂破坏,该坝蓄水后虽然水压上升,但心墙仍是安全的。