电池SOC估算方法的研究现状

如今,锂离子电池已成为新能源产业和SOC的研究重点。在锂离子电池研究中,电池容量估算和计算是其中的重点研究之一。SOC直接关系到锂离子电池使用的效率和安全性,正确的SOC估算和计算方法不仅可以增加锂离子电池工作的安全性,并延长锂离子电池的使用寿命[1]。相反而言,不合适的SOC估算和计算方法不仅会加速电池的老化,而且会带来电池爆炸和燃烧的危险,危害使用者的生命和财产安全。因此,本文对各种SOC估计和计算方法进行研究,以获得更成熟和广泛使用的电池SOC估计和计算方法。     

牵引网馈线自适应保护原理及配置方案研究

首先讨论了影响牵引网馈线保护原理及配置的因素,然后分析了牵引网馈线自适应保护的原理,其中重点探讨对距离保护传统阻抗多边形进行改进的可行性,并利用现场运行数据进行了仿真验证,最后提出了牵引网馈线自适应保护的配置方案．     

基于WFP系统的网络反黄系统过滤驱动研究

随着互联网的普及,网络色情信息充斥了整个网络,严重败坏了社会风气,尤其对未成年人心理健康危害极大.本文分析了Windows Vista平台下网络反黄系统开发原理和关键技术,并对Vista平台下一种新的网络过滤系统WFP进行了剖析,研究并设计了基于WFP系统和正则表达式的网络淫秽信息实时过滤驱动,提出了一种新的过滤技术,该技术采用正则表达式和独特的二级表结构,实践表明该系统设计具有良好的实用性.     

基于图像分析的滚动轴承表面缺陷识别技术研究

系统介绍了滚动轴承表面缺陷视觉检测系统的检测原理及流程,着重分析了表面缺陷二值图像的几何特征和形状矩特征、BP神经网络的各参数选择以及实验结果．实验证明本系统用于滚动轴承表面缺陷检测具有可行性,采用神经网络识别可使表面缺陷分类正确率达到88％．     

神经网络在船舶主柴油机建模中的应用

该文研究用BP神经网络建立船舶主柴油机模型的方法,并对BP算法进行了改进,提出了一种动态优化学习率的方法,对6L80MC柴油机实际数据用BP网络进行计算的结果表明,该算法能有效地建立船舶主柴油机模型。该模型已成功用于船舶主机遥控仿真系统中。     

基于线谱特征提取的被动声纳目标识技术研究

该文针对被动声纳目标识别,着重研究了线谱特征提取方法,提出了一种自适应遗传BP算法,并用该算法训练神经网络目标分类器。经对上海上实录三类目标噪声分类识别实验结果表明,所设计的被动声纳目标识别系统具有很好的分类效果。     

基于神经网络预报的实时专家控制器设计

该文提出一种在保证控制系统稳定的前提下,能实时跟踪船舶航行环境变化和船舶操纵动态特性变化,以逐步提高自动操纵系统控制性能的实时专家控制器。仿真结果表明了此实时专家控制器的有效性,且算法简单,易在线实现。     

道路交通系统韧性及路段重要度评估

韧性可以全面描述扰动事件下系统吸收干扰并从干扰中恢复的能力. 针对已有韧性指标对系统性能评价不全面、未考虑交通流量影响等问题,从路段通行能力退化与恢复入手,以网络效率为系统性能指标,构建全面评价扰动事件影响期内系统性能的韧性指标. 分别基于乐观和悲观视角提出韧性增加值和韧性减少值路段重要度指标,提出识别路段重要度的启发式算法. 算例结果表明：本文提出的韧性指标可全面描述扰动事件下路网性能退化与恢复全过程的平均累积性能,更加符合韧性指标内涵;韧性增加值和韧性减少值指标均能有效识别路段重要度,大部分路段重要度随时间动态变化.     

基于遗传优化的水面无人船艇神经网络智能控制

利用GA智能优化算法和RBF神经网络逼近算法设计了一种USV运动滑模理想跟踪控制方法.首先利用改进的遗传算法对RBF网络参数进行在线寻优以进而提高其逼近性能.其次,将学习速度较快的局部RBF神经网络对滑模控制设计中存在的船舶运动系统函数不确定项进行逼近,使得由于滑模面的不间断切换引起的控制输入抖振问题得到有效地解决.对比实验说明了在同等条件下,上述智能控制系统稳定时间更快,超调量更小,以及输入舵角更平滑.     

快递网络的要素、结构与上海节点的空间格局

在对快递网络要素、结构详细阐释的基础上,明确快递网络节点的分级和命名;运用GIS 方法对国内外重要快递企业聚集地——上海的主要快递企业服务门店、一级节点（区域中转中心）、二级节点（城市中转场） 及其空间格局的展示和分析表明：（1） 上海主要快递企业的城市 服务门店数量分布从城市中心向外围郊区递减,门店空间集聚表现为“一极多核”格局,门店密度与人口密度分布高度吻合;（2） 上海主要民营快递企业的一级节点、二级节点布局集中于浦东、青浦郊区,且邻近高速公路以及浦东机场、虹桥机场两大枢纽;（3） 国际快递巨头的区域总 部位于上海市中心城区;民营快递巨头总部除了国通位于松江之外,申通、圆通、韵达、中通等 都在青浦区。