电网智能的调度控制系统应用

阐述智能电网调度控制系统的结构和现状,提升电网智能调度控制系统应用效果的措施,包括电网智能运行一体化系统、可信计算与安全免疫技术、短期电力市场多级多时段优化技术、运行方式自描述及动态解析技术。     

基于Dijkstra算法的场面滑行路径优化研究

分析表明,滑行道是机场机动区的重要组成的部分,对机场滑行道的优化可以提高机场运行效率,降低航空公司运营成本。阐述优化航空器滑行路径。在利用迪杰斯特拉算法研究过程中,首先对所选机场停机坪的道面承载强度进行分析,解释航空器在机场的运行限制,建立一种最短路径的仿真模型。结合航空器冲突点避让原则将最短路径选出,将航班运行数据运用于仿真模型。利用迪杰斯特拉算法进行航空器滑行路径规划。     

无人机辅助通信中基于用户轨迹的无线资源和航迹优化

近年来,将无人机应用在无线通信网络中来提高系统性能的研究越来越普遍。针对无人机辅助移动用户通信的下行无线传输系统,提出了一种基于用户轨迹的无人机辅助通信系统无线资源分配和航迹优化方法。根据已知的用户运动轨迹提前获取估计的大尺度信道状态信息,以最大化用户的最小平均速率为目标,建立了一个联合优化无人机通信带宽分配和飞行航迹优化的问题。该问题是一个非凸优化问题,要优化的变量之间存在非线性耦合,通过引入辅助变量和分离变量交替优化的方法,将原问题分解为2个可以求解的近似凸优化子问题,并利用连续凸逼近方法对2个子问题交替迭代优化,得到原非凸问题一个近似次优解。仿真结果表明,所提方法能够有效提高用户的平均数据吞吐量,在保证所有用户的通信质量的前提下提高无人机辅助通信的效率。     

计算机与电子信息技术的工程应用分析

阐述计算机电子信息技术应用的优势,工程管理与应用中的问题与应对的措施,包括技术的优化、系统的集约化和智能化、信息共享和信息安全,从而提高管理的效率。     

切削加工参数优化及自适应控制技术综述

阐述离线切削参数优化技术的研究现状,在线自适应切削加工技术的应用,探讨数控加工过程中离线参数优化技术,以及在线自适应加工技术的关键难点。     

基于Hadoop的灰狼优化K-means算法在主题发现的研究

快速准确的在海量网络数据中发现热点主题对于网络舆情监控具有重要作用.针对K-means算法对初始中心点选择敏感和全局搜索能力不足的问题,提出一种基于Hadoop的改进灰狼优化K-means的IGWO-KM算法.首先,该算法将灰狼优化算法和K-means算法相结合,利用灰狼优化算法收敛速度快和可全局寻优的优势为K-means搜索最佳聚类中心,减小随机选取初始中心点而导致的聚类结果不稳定性,以获取更好的聚类结果.其次,使用非线性收敛因子改进灰狼优化算法,协调算法的全局和局部的搜索能力.然后,引入正弦余弦算法并进行改进,增强灰狼优化算法的全局搜索能力,优化寻优精度和收敛速度,避免陷入局部最优.之后,使用近邻空间球减少K-means聚类过程中冗余的距离计算加快算法收敛.最后,利用Hadoop集群可批量处理数据的特性,实现算法的并行化.实验结果表明,IGWO-KM算法具有更好的寻优精度和稳定性,相比于GWO-KM算法和K-means,该算法在查准率、召回率和F值均有明显提高,且具有良好的收敛速度和拓展性.     

基于图神经网络的联合用户调度与波束成形优化算法

协作多点（Co MP）传输技术具有降低同频干扰和提高频谱效率的特点。对于Co MP,用户调度与波束成形是2个分别位于媒体访问接入层和物理层的基本研究问题。在考虑用户服务质量需求下,重点研究用户调度与波束成形的联合优化问题,并以网络吞吐量最大化为目标。为了克服传统优化算法计算开销大且未有效利用网络历史数据信息的问题,提出了一种基于图神经网络联合用户调度与功率分配模型,并结合波束向量的解析公式,以实现联合用户调度与波束成形优化。仿真分析表明,所提算法能够以较低的计算开销实现与传统优化算法相匹配,甚至更优的性能表现。     

改进海鸥算法的多阈值图像分割算法北大核心CSCD

为进一步提高图像分割精度,改善传统多阈值图像分割方法计算量大、分割慢的问题,提出了改进海鸥算法(improved seagull optimization algorithm,ISOA)的多阈值图像分割方案。针对原始海鸥算法(seagull optimization algorithm,SOA)存在早熟、寻优精度不足的问题,首先,采用cubic混沌映射优化初始解,提高搜索效率;其次,引入鹰栖息优化算法(eagle perching optmizer,EPO)的缩放因子和疯狂算子进行扰动,并与麻雀搜索算法(sparow search algorithm,SSA)警戒者的位置更新相结合,优化寻优精度和收敛速度,避免陷入局部最优。利用6种基准测试函数对ISOA进行寻优性能测试。最后,将ISOA与图像分割的最优阈值选取相结合,进行基于Otsu的多阈值图像分割,并与现有分割算法进行对比。仿真结果表明,ISOA在基于Otsu的图像分割中,100%取得了最优值,且80.9%的结果优于其余算法,使图像的分割精度和质量均得到了优化。     

基于速率修正PSO和核基ELM的云数据库恶意行为识别方法

众所周知云数据库已在各行各业广泛应用并且发挥着不可替代的作用。但正是云数据库的可扩展、分布式以及虚拟化的特性,导致了云数据库面对恶意行为时表现出明显的脆弱性。因此为了提高云数据库的安全性,针对恶意行为的智能检测开展相关研究是至关重要的。本文对粒子群优化算法进行了改进并与核极限学习机相结合,提出了一种基于改进粒子群优化和核极限学习机的恶意行为识别模型（KE-VP）,通过分析云数据库上的网络流量来检测是否存在恶意行为并将恶意行为准确分类为具体的攻击类型。通过实验分析,我们发现KE-VP与现有方案具备更好的检测精度和检测效率。