摘要：该文讨论了目前大规模输电网规划求解中常见的无法完成对解空间的充分搜索,从而难于求得全局最优解的问题;给出了泛函形式的输电网规划模型,并重点分析了输电网规划解的模式。在分析了传统蚁群算法易产生未成熟收敛现象及其原因的基础上,设计了一种基于模式记忆的并行蚁群算法,该算法通过模式记忆实现了解空间分解,能够有效地识别、记忆和跳出局部最优解;通过局部细化搜索进一步加强了局部搜索能力;通过并行计算提高了计算速度。某实际77 节点的算例分析表明了该算法具有很高的计算效率和优秀的局部、全局收敛性,有效克服了现代启发式算法在求解输电网规划问题时存在的效率不高及未成熟收敛等现象。

摘要：本文利用分子束外延(MBE)技术成功生长了GaAs/AlGaAs非均匀量子阱红外探测器材料,并对相关微结构作了细致表征。分析比较了非均匀量子阱结构和常规量子阱红外探测器性能差异,并对比研究了不同势阱宽度下非均匀量子阱红外探测器的性能变化。通过高分辨透射电子显微镜(HRTEM)结合能谱仪(EDS)对非均匀量子阱红外探测器材料微结构进行了分析,并利用二次离子质谱仪(SIMS)对非均匀势阱掺杂进行了表征。结果表明,该量子阱外延材料晶体质量很好,量子阱结构和掺杂浓度也与设计值符合较好。对于非均匀量子阱红外探测器,通过改变每个阱的掺杂浓度和势垒宽度,可以改变量子阱电场分布,而与传统的均匀量子阱红外探测器相比,其暗电流显著下降(约一个数量级)。在不同阱宽下,非均匀量子阱的跃迁模式发生改变,束缚态到准束缚态跃迁模式下(B-QB)的器件具有较高的黑体响应率以及较低的暗电流。

摘要：为避免深度神经网络路径决策失败给采摘机器人造成损害,提出一种适用于深度强化学习采摘机器人的安全防护设计方案。方案采用多组神经网络共同对机器人的状态进行决策,并利用V-Rep搭建平台进行仿真,结果表明,采用安全方案驱动机器人时,不仅能遏止机器人的错误动作,还能有效提高机器人路径决策的成功率。上述研究对设计深度强化学习机器人控制方案有一定的参考价值。

摘要：为了提高双向硬密封零泄漏污水节能阀门的设计,基于ANSYS软件平台,对450 mm、150 mm双向硬密封零泄漏污水节能阀门进行实体设计,建模,对其受力状况进行简化;通过对阀轴和阀体、阀座、阀板组合体模型进行有限元分析,改进和优化该阀门的结构设计,达到了零泄漏和节能的效果。

摘要：文章针对风电系统的随机性、不确定性和未建模动态等特征,提出了LQG-I优化控制策略。首先,运用机理分析的方法建立了风力发电系统数学模型。在此基础上,设计了LQG-I控制策略,既保留了LQG在克服随机扰动方面的优势,又利用了积分控制在解决系统的不确定性和未建模动态方面的优势。为了进一步改善对系统的控制性能,采用粒子群优化算法对加权矩阵Q,Qe,R的参数进行整定。最后,以高风速区功率和发电机转矩优化控制问题为例,在matlab/simulink平台下仿真验证了所提优化控制策略的可行性和有效性。仿真结果表明:所提出的LQG-I优化控制策略能够实时跟踪风速的变化,保证发电机角速度、转矩和输出功率的稳定;在同等条件下,该控制策略比传统LQG控制器性能更优越。

摘要：针对装甲车辆稳瞄系统中存在摩擦力矩、参数漂移等非线性扰动因素造成系统性能下降的问题,设计一种基于扩张状态观测器(ESO)的积分滑模控制策略。在基于状态变量的滑模面中引入了误差积分补偿项,有利于降低系统的稳态误差,同时突破了常规滑模控制中被跟踪信号的各阶导数均需已知的限制;利用ESO对系统内外扰动进行观测补偿,减小了滑模控制所需要的切换增益,削弱滑模控制容易出现的抖振现象。仿真及实验结果表明,跟踪精度保持在0.5%以内,系统最大稳定误差小于0.1mrad,该控制策略能够很好地抑制各种非线性扰动因素的影响,有效地改善系统的控制性能。

摘要：实际系统中普遍存在各种干扰和不确定性因素,并且对控制系统的性能造成负面影响,因此设计对干扰和不确定性具有优异估计性能的观测器显得尤为重要.针对一类具有采样输出的不确定随机非线性系统,设计相应的采样扩张状态观测器用于在线估计不可量测状态和影响系统性能的随机总干扰.所估计的随机总干扰包含系统内部未建模动态、统计特性未知的外部有界噪声干扰以及不确定性因素的非线性耦合作用.在每个采样区间内,设计一个输出预估器用于估计实际输出,相应的输出估计值用于采样扩张状态观测器的设计.证明了所设计的采样扩张状态观测器对不可量测状态和随机总干扰的观测误差的均方收敛性.最后,一个具体仿真实例用于证实理论结果.

摘要：为提升含缺失值城市道路网络交通流预测的准确性,对生成对抗网络的生成器和判别器进行重构,改进了损失函数,提出了交通流缺失数据补全的交通生成对抗插补网络。基于经验模态分解、图卷积网络和门控循环单元设计了EMD-GCN-GRU城市道路网络交通流预测模型。首先,对交通流数据进行经验模态分解,重构了各同级分量为后续预测模型的输入。然后,利用图卷积网络学习路网拓扑结构,捕获了交通流空间特征,再利用门控循环单元捕获交通流时间特征。最后,利用TGAIN补全含缺失值的路网交通流数据后,再利用EMD-GCN-GRU模型进行交通流预测。采用深圳市罗湖区平均车速数据集,构造了多种具有不同缺失模式和不同缺失比率的交通流数据用于模拟实际缺失情形,在ModelArts开发平台进行方法的有效性验证。结果表明:相较于常用的矩阵分解插补方法,TGAIN模型在数据集随机缺失模式下补全准确性较高,在非随机缺失率低于50%时补全性能较好;与其他预测算法相比,EMD-GCN-GRU交通流预测模型具有更高的预测精度;将数据补全方法TGAIN和交通流预测方法EMD-GCN-GRU相结合进行含缺失值城市道路网络交通流预测,显著降低了数据缺失和数据噪声对交通流预测的负面影响,捕获了路网交通流的时空相关性,进而提升了城市道路网络交通流预测的精度。

摘要：采用自主设计搭建的非均匀电场动态破乳聚结特性实验装置,首次在国内配套使用高频/高压脉冲交流电源和FBRM G600型聚焦光束反射仪,建立了W/O型乳化液中分散相水颗粒粒径分布的在线测试评价方法,进而系统研究了电场参数和流动参数对W/O型乳化液在非均匀电场作用下动态破乳聚结特性的影响规律。实验结果表明,对于所配制含水率为20%的W/O型乳化液,在电场强度为2.87 kV×cm^(-1)、电场频率为2 kHz、占空比为50%时,分散相水颗粒体积平均粒径(VMD)值较初始稳定状态的增长倍数达到最大值,为3.81倍;小粒径水颗粒(粒径小于10μm)数目较初始稳定状态减小至最小值,减少了62%;充分证明在非均匀电场下,合理电场参数的筛选对于乳化液破乳聚结具有重要意义。在实验流速范围内,VMD值增大倍数随着流速的增加先增大后减小,表明在确保足够停留时间的前提下,适度增加乳化液流速方能显著提升破乳聚结效率,因此合理流速的确定应当优先满足乳化液在电场中最短停留时间的要求。

摘要：针对传统访问控制模型受限于访问控制策略的高效性和完整性问题,提出一种基于密码隔离的信息泄漏防御方案,方案包含一个信息泄漏防御模型和一个密钥分配方案。信息泄漏防御模型基于密码学原理,克服了逻辑隔离易被旁路的脆弱性,通过引入安全通道部件,为出入单级域的信息进行加解密,以实现不同安全级别信息之间的密码隔离。为达到密码隔离的目的,通过构建安全标签树,基于安全等级和安全范畴分别设计了一套密钥分配方案,实现了对敏感信息的双重加密,分析表明,两种密钥分配方案安全性较高。