基于分形理论的短期电力负荷预测
摘要：电力负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，其对电力系统规划和运行都极其重要。具有精确的预测方法可以保证能源的节约，避免资源的浪费。同时也可以缓解电能短缺所造成的重大影响。论文为了实现更好的电力负荷预测方法，研究了分形理论在电力负荷上的应用。将分形拼贴定理和分形插值法应用到电力负荷预测之中。提出了分形理论电力负荷预测模型，得到了分形插值预测模型。为了证明分形插值法的有效性，论文将分形预测模型与传统的BP神经网络电力负荷预测模型相比较。最后通过仿真算例说明了论文提出的分形插值预测模型预测精度更高，预测相对误差较小。并且分形理论可以很好地应用在电力系统负荷预测中，预测效果要好于BP神经网络预测模型。面向服务组合的跨组织工作流性能预测与分析
摘要：面向服务的体系结构促进了工作流技术与服务组合技术的结合，为跨组织业务应用开发提供重要技术支撑。针对实时监控到的服务质量属性数据，提出一种基于时间序列的工作流性能分析方法，采用综合自回归移动平均模型来预测工作流的动态性能。当预测到性能值超标时，分析导致工作流性能异常的主要服务，有利于为组合服务提供更加合理的优化服务调整策略。实验结果表明所提出方法的可行性。基于木桶原理的线性加权评标方法研究
摘要：装备采购招标项目方案能否成功并不完全取决于其某个方面的优势，而是取决于该项目方案的各个方面是否都有保障。因为军品更加注重质量和项目进度的按时完成，或者说，采购方案的成功取决于其弱项具有足够的强度，用“木桶原理”的术语，就是该项目方案的“短板”应该有足够的长度。论文通过发现投标人“短板”的方式，借鉴一种依据短板式的评标方法。即从最不利于投标人的角度进行评价，突出其劣势特征，从而确保装备招标工作的顺利完成。论文还以我军某装备采购项目为例进行理论结合实践的分析，争取降低招标采购的风险胜。蚁群算法求解旅行商问题综述
摘要：蚁群优化是一种元启发式的随机搜索技术，是目前解决组合优化问题最有效的工具之一。旅行商问题（TSP）是一个典型的组合优化问题，易于描述却难于求解。在介绍了求解旅行商问题的二三种经典的蚁群算法的基本原理后，着重分析了蚁群算法的发展现状，总结出蚁群算法发展的五个方向，即基于局部优化算法的蚁群算法、对路径上的信息素更新方法进行改进、蚁群算法与其他算法的融合、对蚁群算法的控制参数进行优化和并行蚁群算法。而且这五个方向有相互融合的趋势。基于倒谱距离-频带方差的端点检测方法
摘要：为了提高语音信号端点检测的准确率，提出了一种基于倒谱距离频带方差的检测方法。该方法将语音信号倒谱距离和频带方差结合起来，作为检测语音信号起始位置和终止位置的参数。仿真实验表明，该方法比传统方法更有效、更优越，能够比较准确地检测语音信号。基于分类器组合增量集成的远程教育学生表现预测
摘要：针对远程教育中传统的集成算法通常以批模式方式运行而导致其在连续生成数据的情况下不可用的问题，提出了一种基于分类器组合增量集成的远程教育学生表现预测算法。首先，简要介绍了三种备受关注的集成分类算法：朴素贝叶斯的增量版本、1-NN和WINNOW算法；然后，在训练数据集上利用三种算法产生各自的假说；最后，将三种假说进行集成，并利用投票方法预测学生的表现。在希腊远程教育大学“信息”课程提供的训练集HOU上的实验结果表明，相比其它几种较好的分类器，该文算法取得了更好的分类精度和更少的训练时间，为教师提供了强有力的学生表现预测工具。基于动态试题难度参数的智能组卷策略
摘要：针对网络考试系统的即时性和高效性，提出了基于动态试题难度参数的智能组卷算法的设计策略，利用二项分布函数做难度曲线分布模型，结合目标函数对试题多种参数进行优化。根据试卷的整体难度，以试题难度参数为优先，运用试题选题参数调节知识点之间的平衡，试题曝光参数选取出卷频率比较低的试题，从而确定各种题型不同试题难度数量，实现快速自动组卷的目标。应用Matlab／Simulink实现传递对准精度评估仿真
摘要：论文提出了捷联惯导传递对准精度评估算法的设计方案，并利用Matlab数值计算的强大功能和Simulink建模容易实现的特点进行仿真研究，其中对仿真飞行轨迹和评估滤波器采用Matlab编程实现，惯导系统建模采用Simulink实现，将Matlab程序与Simulink模型进行交互，为捷联惯导传递对准精度评估提供了新的实现途径。仿真结果表明，该方案是可行的，评估是有效的。岛礁防空作战战场环境模型设计
摘要：战场环境是一个复杂的作战空间，虚拟逼真的战场环境模型需要处理海量的环境数据，往往具有较高的算法复杂度。为此以武器装备论证为目的，分析了岛礁防空作战战场环境在自然环境、电磁环境和空中威胁三个方面的模拟需求，并分别建立了相应的仿真模型。某型柴油机润滑油发射光谱数据挖掘研究
摘要：油料原子发射光谱仪是目前国内外广泛应用的油液分析技术之一。为了深入挖掘某型柴油机润滑油中磨损元素的浓度与柴油机负荷、气缸间隙和运行时间之间的对应关系，应用神经网络建立了某型六缸柴油机主要磨损元素Fe的浓度仿真模型和预测模型。柴油机设置了7种工况，测量了69个油样。仿真模型中，69个油样仿真值的相对误差均小于15％；预测模型中，19个油样预测值的绝对误差均小于光谱仪精确度值，且84％的油样预测值的相对误差小于15％。预测结果表明：神经网络算法能较好地预测Fe元素浓度。Hashjoin算子矢量化优化
摘要：针对Hashjion性能瓶颈，为了提高数据库性能，加快查询响应能力，提出矢量化方法优化Hashjoin。矢量化又叫批处理，是针对目前数据库处理系统存在的按行迭代，流水线操作方式而提出的一种优化思路。矢量是构建阶段使用大小为n作为输入向量，并允许任意列的组合的原则处理它们的输入。执行器执行查询计划树，每次迭代算子执行以矢量即批量元组为单位而不是以行为单位。通过仿真实验得出批处理最终加快了Hashjoin算子处理速度近30倍，结果在查询中涉及到Hashjoin的查询分析性能大大提升。基于空域相关滤波的一种新的小波降噪算法
摘要：由于信号与噪声在小波域具有不同的表现，空域相关滤波算法通过取相邻尺度的小波系数相乘进行相关运算，使得在保留信号细节的同时而抑制噪声。但空域相关滤波算法没有明确给出在每层尺度上提取信号细节的次数。论文主要针对此缺点，提出一种新的算法。通过构造损失函数，使得当损失函数最小时，确定出最佳的降噪信号。仿真计算表明该算法取得了较好效果。FORAN软件在大型公务船概率破舱稳性分析中的应用
摘要：新的SOLAS2009破舱稳性规则于2009年1月1日正式生效。针对破舱稳性要求更为严格的新规则，结合一艘大型巡航救助船为例，介绍应用FORAN软件的概率破舱稳性分析方法，以期对后续相关船舶总体设计与概率破舱稳性分析提供具体参考。萤火虫算法求解具有人员柔性的FSP问题
摘要：具有人员柔性的FSP问题较之于经典的FSP问题更具有现实性和应用前景。首先提出人员一机器关系图并引出度量人员柔性的PM矩阵和FI指数，然后对传统FSP模型进行补充和改进，以萤火虫算法为工具，通过人员模式的选择和对应模式下的问题寻优两大步骤进行求解并利用经典Car类问题进行仿真，最后将其应用于实例求解。仿真和实例求解结果都充分说明了算法的有效性和可行性。基于特征融合的选择性剪切外显子预测
摘要：基因在转录的过程中，mRNA前体常常会经过一个选择性剪切的过程，它包括多种选择性剪切形式。选择性剪切的鉴别在生命科学的研究和医学上都有重要意义。由于选择性剪切的内在限制，同类的预测选择性剪切的模型或者算法只能预测出特殊的选择性剪切事件的类别。本文在研究序列本身特征的基础上，考虑了碱基的保守性，并结合支持向量机建立的预测模型对选择性剪切外显子进行预测。性能测试结果显示，相比同类预测模型该方法在性能方面有了一定提高。两步法与指数平滑法分析研究
摘要：介绍了指数平滑法和Croston法，分析了指数平滑法和两步法的工作原理，结合备件需求预测问题，通过对指数平滑法和两步法方差的分析，得到两步法比指数平滑法具有更好的鲁棒性。为进一步研究两步法提供一定的理论基础。基于概念关系的文本特征提取方法
摘要：针对基于词频统计的TDIDF文本特征提取方法缺乏对文本中概念关系处理，而使提取到的文本特征具有概念冗余、特征不明确等问题，提出基于本体概念相似度的词频统计方法。利用文本元素之间的语义相似度调整特征元素的词频，突出特征元素的语义贡献、消除特征冗余，增强特征集合元素的特征独立性。最后结合文本概念的共现特性，对可能出现某些重要特征元素因词频统计而被忽略的问题进行处理，从而准确、高效地提取文本特征。基于多Agent的指控装备远程智能监测系统研究
摘要：针对指挥控制系统日趋复杂，装备状态信息监测任务压力骤增的现状，结合某型军用指控装备保障需要，将Agent智能技术应用于指控装备的远程监测领域，建立基于多Agent系统（MAS）的远程监测模型，提出了一种多A-gent分布式指控装备远程智能监测系统，实现了对某型通用复杂电子装备状态信息的远程监控和任务分配。介绍了基于多智能体的远程监测系统设计实现及各部分功能，并通过仿真运行，验证了该系统能较好实现装备状态信息监控保障需求。
