谐波共振对电力系统的影响及其解决办法浅析

介绍一般电力系统中谐波污染的种类及其影响,提出了用频率扫描法来解决谐波污染的新方法,最后给出了示例.通过仿真结果证明,这是一种有效解决谐波污染的好方法.     

基于二维主分量分析的人耳身份识别研究

有效的特征提取方法是解决人耳身份识别任务的关键之一。以主分量分析（PCA）为代表的线性子空间方法在特征提取工作中得到了广泛应用。为了更有效地提取人耳图像特征并减少运算量,将基于二维图像矩阵的2D-PCA方法应用于人耳身份识别。针对三个USTB人耳图像库,采用最近邻分类器,研究了选用不同的特征维数、贡献率,及不同的相似性测度时,2D-PCA方法与传统的PCA方法的识别性能。交叉验证的实验结果表明：2D-PCA方法较PCA方法获得了更短的训练时间和更高的识别率,说明基于图像矩阵的2D—PCA方法是一种效率更高,鲁棒性更强的人耳身份识别方法。     

一种离散GM(1,1)模型的研究

分析了离散GM(1,1)模型与原始GM(1,1)模型的关系,二者形式相同,建模机理相同,但建模过程不完全相同,所以二者的时间响应函数不同。解释了离散GM(1,1)模型比原始GM(1,1)模型优越的原因,并从理论上证明了该离散GM(1,1)模型不仅具有白化指数律、白化系数律重合性,而且具有线性变换一致性。     

Korovkin定理之推广

关于线性正算子收敛性方面的Ｋｏｒｏｖｋｉｎ定理是函数逼近论的著名定理,推广了一种连续函数和周期连续函数一致收敛的Ｋｏｒｏｖｋｉｎ定理,得到了更便于验证的判别条件。     

二层线性规划的模糊数学解法(Ⅱ)

针对上层有约束条件、下层有Ｎ个独立的决策单元的二层线性规划问题,提出了一种模糊数学解法。首先,把这种规划分解为若干单层规划;然后引入隶属函数,用３个定理对各单层规划的解进行讨论,最终把这种二层线性规划转化为求解一个单层线必规划问题。使问题得到了简化。     

基于SQP优化和上限法的倾斜荷载下条形浅基础极限承载力计算

对均质地基岩土体上条形基础承受倾斜荷载的情况,根据线性破坏准则和相关联流动法则,利用极限分析中的机动法,构建了一个承受倾斜荷载作用的条形浅基础的二维机动许可破坏模式.根据外力功率与内部耗能相等原理获得极限承载力的目标表达式,并把其转化成了一个求含有非线性约束的极限承载力上限解最小值问题计算模型.应用MATLAB软件平台,对建立的计算模型采用序列二次规划法(SQP法)进行了承载力上限解优化求解.研究结果表明:极限上限分析结合优化理论SQP法适用于该问题的求解;荷载的倾斜程度对条形基础地基承载力影响较大;相同计算参数条件下,构造刚性块较少的简单的相容速度场也能够求得较为精确的数值,因而计算的速度和效率也将得到大幅提高;影响参数分析表明,计算参数取值对极限承载力量值具有非线性影响且权重存在差别,将结果与已有文献资料进行了分析比较,所得结果较前人研究成果有一定改进.     

客运企业能源消耗统计模型的研究

为了适应当前汽车运输企业的经营现状,通过建立燃油消耗统计模型,对燃油消耗量进行统计。以燃油消耗量为因变量,以影响燃油消耗的因素：周转量、客运量、车龄、驾驶员驾龄、平均车速、实栽率、行驶里程作为自变量,建立多元线性回归模型。通过拟合优度检验、F检验,判断其线性相关性,再运用逐步回归法优化统计模型,从而实现在知道有限数据信息的情况下,预测出该企业当月的车辆燃油消耗总量。将企业调研的实际统计数据代入统计模型计算的燃油消耗量,与实际统计燃油消耗量比较接近,而且统计过程得到简化。结合统计模型的研究方法开发了相应的统计软件。     

基于多源数据融合的城市出租车载客出行特征研究——以岳阳市为例

为探究城市出租车载客出行特征,在出租车GPS轨迹大数据基础上,融合居民出行调查数据、城市土地利用数据及天气数据,构建出租车载客出行量回归模型,得出出租车载客出行量与片区岗位数、天气状况、时段、片区面积有较强的相关性,而基于RBF神经网络构建的回归模型在上述4个因素的基础上增加了片区常住人口数和是否工作日2个因素.通过10折交叉验证表明,RBF神经网络回归模型的拟合效果比多元线性回归模型更好.     

连续流交叉口左转非机动车优化设计方法

为了提升连续流交叉口的通行能力,消除其主信号处左转非机动车与直行机动车的冲突,提出了一种左转非机动车优化设计方法.优化模型以机动车通过量最大为优化目标,考虑了信号相位相序、周期时长、绿灯时长等约束条件,建立线性规划优化模型.通过案例和敏感性分析,验证了该设计方法的优化效益.研究结果表明,该方法不仅能在高流量情况下显著提升交叉口通行能力,使得原本处于过饱和状态的交叉口变为不饱和,而且在高流量或低流量情况下,都有助于减少交叉口延误.进一步发现,左转非机动车流量每增加100辆/h或直行机动车流量比例每增加1.5%(直行机动车流量比例大于40%),优化设计对机动车最大通过量的提升比例增加4.5%.     

基于图像色相值突变特征的钢轨区域快速识别方法

应用彩色图像中不同区域HSL色彩空间中色相值突变特征提取轨检图像中钢轨边界点, 对多条不同等分线处钢轨边界点进行直线拟合以确定钢轨边缘, 识别目标钢轨区域。分析了机器视觉轨检系统序列图像中轨枕、砟石、扣件与钢轨的分布特征及不同特征区域图像色相值的突变特征, 研究了轨检图像不同等分数值下等分线处色相值突变点与钢轨边界点的对应关系, 讨论了不同等分值对识别时间与识别失败率的影响。在不同光照条件下对识别方法与传统方法进行了对比分析。分析结果表明: 当等分值为8时识别效果最优, 识别失败率为5.0%, 识别时间为4.65 ms; 在500~1 000、1 000~10 000、10 000~100 000 lx三个特征光照强度区间, 识别方法在木枕与混凝土枕轨道中钢轨区域的平均最大识别时间分别为4.57、4.48 ms, 比传统方法分别减少了44.4%、47.1%, 识别时间标准差分别为0.15、0.12 ms, 比传统方法分别降低了91.8%、93.6%, 平均最大识别失败率分别为3.5%、3.3%, 比传统方法分别降低了66.0%、76.9%, 识别失败率标准差均为1.6%, 比传统方法分别降低了68.9%、71.1%。可见, 本文方法是一种机器视觉轨检系统中目标钢轨区域识别的有效方法。