最小化模型论文-李俊格,王历晔,熊文,郑赟,王莉

最小化模型论文-李俊格,王历晔,熊文,郑赟,王莉

导读:本文包含了最小化模型论文开题报告文献综述及选题提纲参考文献,主要关键词:分布式能源,配电系统能量损失,优化模型,改进粒子群算法

最小化模型论文文献综述

李俊格,王历晔,熊文,郑赟,王莉[1](2019)在《面向分布式发电的配电系统损失最小化模型研究》一文中研究指出文章采用理想配电网模型,推导了可再生能源单点接入配电网系统能量损失的数学模型,分析了相对容量、接入位置和运行方式3个因素对配电能量损失的影响。针对可再生能源多点接入后配电网的实际情况,以系统能量损失最小为目标建立模型,并采用改进的粒子群算法进行寻优,得到配电网能量损失最小方案。最后,基于IEEE33节点配电系统模型,验证了所提模型及方法的正确性、有效性。(本文来源于《可再生能源》期刊2019年10期)

徐媛,徐薇,周晶,卢珂[2](2019)在《考虑心理距离的随机后悔最小化出行选择模型》一文中研究指出为缓解交通拥堵这一城市问题需要对居民的出行决策规则进行准确刻画。作为期望效用理论的补充,后悔理论已广泛应用于交通领域的研究。学者们提出了一系列随机后悔最小化模型,但已有模型鲜少考虑影响后悔情绪度量的心理因素。根据后悔心理学研究中的"标准理论""后悔一致性模型"等做出基本行为假设,引入心理距离概念区分不同类型的出行方案,构建改进的考虑心理距离的随机后悔最小化交通出行选择模型,以解释心理因素会影响感知后悔情绪的现象。使用瑞士地铁SP调查数据对本文提出的改进模型与原有模型进行对比分析,结果显示,改进模型对居民出行行为机理的描述更为贴切。(本文来源于《系统管理学报》期刊2019年04期)

张文杰,张艳丽,姜伟,夏斌,谢德馨[3](2019)在《基于磁畴能量最小化原理的电工钢片磁滞模型》一文中研究指出随着大量非线性负荷接入电网,电力变压器铁心更加频繁地工作在谐波、直流偏磁等非标准磁化条件下,传统磁滞模型由于缺少对材料磁化物理机理的深入研究,导致在模拟实际工况下铁心材料磁特性时精度受到限制。本文基于磁光克尔效应磁畴动态观测仪,观察了电工钢片在外磁场磁化过程中磁畴畴壁运动变化,从磁化过程中磁畴运动机理出发,建立了包含有多个磁畴能量的物理模型,并基于总磁能局部最小化原理得到磁畴的磁化状态公式,求得磁畴体积以及磁矩方向的变化。通过测量数据拟合模型参数后,得到电工钢片交变磁化下一系列磁滞回环,并与实验测得结果进行了对比分析,证明该模型能够有效的模拟交变磁化下的磁滞曲线。本文研究结果为进一步实现实际工况下电工设备铁心材料复杂磁特性物理模型的研究打下基础。(本文来源于《电工技术学报》期刊2019年S1期)

杨玮婕,徐建瑜[4](2019)在《基于L_0最小化稀疏重建与梯度求导模型对斑马鱼图像的去模糊处理》一文中研究指出斑马鱼是现今常用的模式生物之一,有着很重要的研究价值。因为定量研究需要,对经过药物处理的斑马鱼图像清晰度要求较高,但是由于种种客观原因常造成图像模糊,并且模糊核无法提前得知。关于图像盲去模糊的问题,本文提出一种基于L_0最小化稀疏重建与梯度求导模型对斑马鱼图像去模糊处理,利用引入中间变量进行梯度求导求得逼近L_0最小化的解。同时,分别使用Tenengrad梯度法、Laplacian梯度法和Variance法对本文以及其他算法对斑马鱼图像去模糊实验结果进行图像清晰度评价,经过比对,本文算法在叁种评价指标下均取得最优结果,说明了算法具有较好的应用价值。(本文来源于《数据通信》期刊2019年01期)

徐永进,周永佳,丁徐楠,王超,孔鹏程[5](2018)在《研究动态时空法的能源计量误差最小化模型建立》一文中研究指出能源计量误差分析一直是业界关注的核心问题,计量数据的准确性和精确性都会因为环境的变化而产生误差。计量误差和电表、互感器及二次回路的运行环境有着密切的关系,计量设备所处空间位置及时间段的不同对环境因素的改变起着决定性作用,根据计算环境因素误差限制,利用一种动态的空间调整误差方式,寻找误差最小元素空间转移路径,从而建立误差最小化模型,达到误差最低的优化状态。提出了一种多维时空因素均值最小化法,将回路电压、电流等计量参数,通过寻找与其的相似度来建立有效模型。(本文来源于《2018智能电网新技术发展与应用研讨会论文集》期刊2018-12-25)

朱昌明,梅成就,周日贵,魏莱,章夏芬[6](2018)在《基于Universum的多视角全局和局部结构风险最小化模型》一文中研究指出为克服传统多视角分类器无法充分最小化结构风险的不足,提出基于Universum的多视角全局和局部结构风险最小化模型。该模型采用Universum学习,利用有标签样本生成大量包含分类信息的无标签样本,从而增加分类器性能。这些信息有利于最小化结构风险。通过在Mfeat、Reuters和Corel等3个多视角数据集上的试验可以发现,该模型可以提高多视角分类器的性能,并可以更好地应用到多视角数据集的分类问题中。(本文来源于《上海海事大学学报》期刊2018年03期)

甘霞,朱福喜,冯浩[7](2018)在《基于熵正则L0梯度最小化模型的图像平滑方法》一文中研究指出图像平滑是计算机图像和视觉领域中的一项基本任务,L0梯度最小化模型是该领域效果较好的图像平滑处理方法之一。但是该方法存在着严重的阶梯效应,且缺乏对噪声的鲁棒性。为了克服这些缺点,本文提出了一种基于熵正则的L0梯度最小化模型的图像平滑方法。首先,采用快速局部均值滤波算法预处理图像,并将处理后的图像运用到L0梯度最小化模型中,以此减少噪声点对图像平滑的影响;然后,为更好地刻画处理后图像与原始图像的相似度,保护其边缘信息,引入熵因子作为模型正则项,以减轻阶梯效应对图像平滑效果的影响;最后,运用交替迭代寻优方法,求解能量函数的最优解,继而得到最终平滑图像。为验证所提方法的有效性,利用大量图像进行实验,实验结果表明:与L0梯度最小化模型、RTV模型、DTV模型、Superpixel L0模型相比,所提模型能够获得更好的平滑效果的同时,较好地克服阶梯效应,且对噪声的鲁棒性也有一定程度的提高。(本文来源于《电视技术》期刊2018年06期)

郑飞[8](2018)在《制动尖叫最小化模型参数确定与稳定性分析》一文中研究指出在制动尖叫产生机理的研究中,有限元模型和二自由度集中质量最小化模型是两种广泛采用的数值建模方法。有限元模型由于简化少、自由度大,能够模拟形状复杂的盘式制动器零部件,对其进行复特征值分析可以同时得到实际制动器的多阶不稳定模态,但是复特征值分析不能计算振动响应,而有限元瞬态分析又耗时巨大。相比有限元模型,自由度较少的最小化模型更简洁,其复特征值分析和瞬态分析皆高效,易于探究参数影响。目前各类文献中虽已提出多种最小化模型,但如何准确确定其力学参数鲜有文献报道。鉴于此,本文旨在探究一种更准确的最小化模型参数确定方法,以弥补已有文献的不足。首先,针对某盘式制动器,进行了制动盘模态试验,并以试验结果为标准建立准确的有限元盘-片制动器模型。对有限元模型进行复模态分析,得到制动器的各阶不稳定模态。通过改变盘片接触面之间摩擦系数的值,讨论了各不稳定模态对应的实部值、固有频率和Hopf分叉点随摩擦系数的变化规律。结果表明,具有7条节径的不稳定模态具有代表性,可作为进一步建立最小化模型的参考目标。然后,针对已有最小化模型的不足,建立了一种二自由度制动尖叫最小化模型。该模型同时考虑了制动盘扭转模态与制动片法向模态。推导了该模型的动力学方程,阐述了用于模型稳定性判定的复特征值算法理论。结果表明,特征值实部大于零时最小化模型不稳定,具有较大制动尖叫倾向性,反之则稳定,尖叫倾向性较小。接着,为使本文建立的最小化模型的固有频率、Hopf分岔点以及特征值实部与7节径目标模态的相应参数吻合,采用响应面优化方法确定了最小化模型的动力学参数,最终建立了更加准确的最小化模型。结果显示,响应面拟合精度高,误差小。优化后的最小化模型与目标模态耦合特性一致,可为后续尖叫稳定性分析提供更可靠的数值结果。最后,对最小化模型进行稳定性分析。一方面基于模态耦合机理,采用复特征值法分析质量、刚度、阻尼的变化对耦合特性的影响。结果表明,两个模态的刚度质量比是否接近以及阻尼是否相等对模态耦合影响显着。另一方面进一步结合负斜率摩擦特性机理,利用瞬态分析法计算制动盘转速、负斜率系数和制动压力变化对摩擦系数和模型动态响应的影响。结果表明转速与负斜率系数越低,制动压力越大时,振动响应幅值亦越大,即模型稳定性变差,制动尖叫倾向性越大。(本文来源于《重庆大学》期刊2018-05-01)

徐丹丹[9](2018)在《基于图模型能量最小化的图像分割方法》一文中研究指出图像分割在是图像处理技术中的关键步骤,人们接触到的图像是由像素组成的复杂变化的系统,该系统所得的最优分割对于计算机来说是不可知的,很难用明确的数学模型得到最优解。特别是对于图像较复杂的情况,最优状态的求解更加困难。为了得到复杂的最优值,并快速、精确地分割目标图像,研究者们提出了很多图像分割算法。这些图像分割算法虽然分割出了目标图像,但还存在着一些不足。因此对于图像分割,至今没有一种完美的分割方法。本文提出了一种基于图模型能量最小化的图像分割算法。该算法中应用到了于马尔科夫随机场的粗糙度修正算法、水平集算法与图割法。将图像看做是无向概率图模型-马尔科夫随机场,图模型将图像像素之间的联系映射成马尔科夫随机场中节点与边之间的联系,并根据图像的先验条件构造出能量函数,这样,图像分割问题就转化成求解能量函数的最小值问题。本文应用图割法求解能量函数的最小值,从而分割目标图像。本文所提的图像分割算法使得图像分割不受图像大小的影响,提高了分割的稳定性;提升了图像分割的速度。且本文算法使得图像分割独立于图像初始轮廓,极大地提高了图像分割的精度与算法的运行速度。因此本文算法极大提高了图像分割的算法性能,具备以上精度与速度等多方面的优点,预示着本文提出的算法在图像分割方面会有一个好的应用前景。(本文来源于《中原工学院》期刊2018-05-01)

杨文霞,张亮[10](2018)在《基于图像结构-纹理分解及局部总变分最小化的图像修复模型》一文中研究指出在基于样例的图像修复算法中,由于优先权公式的计算容易受图像局部噪声和细小纹理的干扰,导致修复顺序错乱;而在搜索最优匹配块时,因忽略了图像块内部的结构影响,可能导致误匹配。针对以上问题提出了一种基于图像的结构-纹理分解及局部总变分最小化的图像修复模型。首先,根据对数总变分最小化模型,将待修复图像进行结构-纹理分解,得到图像的结构分量,并利用图像的结构分量来计算待修复点优先权,使优先权的计算排除局部纹理干扰而更具鲁棒性;其次,将优先权的计算改进为数据项和置信项的加权和,避免了乘积效应,确保数据项一直发挥作用,减少因修复顺序不合理造成的错误匹配;最后,根据图像的局部总变分最小化原则,将图像块的最优匹配转换为0-1优化问题,确保图像修复后的局部结构一致性。与3组参考文献的5组对比实验结果表明,峰值信噪比(PSNR)提高了1.12~3.56 d B,结构相似性指数提高了0.02~0.04。所提模型更好地遵循了修复优先性原则,具有更强的保持图像局部结构一致性的能力,改善了修复图像的视觉效果,适用于复杂结构的大面积毁损的图像的修复。(本文来源于《计算机应用》期刊2018年08期)

最小化模型论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

为缓解交通拥堵这一城市问题需要对居民的出行决策规则进行准确刻画。作为期望效用理论的补充,后悔理论已广泛应用于交通领域的研究。学者们提出了一系列随机后悔最小化模型,但已有模型鲜少考虑影响后悔情绪度量的心理因素。根据后悔心理学研究中的"标准理论""后悔一致性模型"等做出基本行为假设,引入心理距离概念区分不同类型的出行方案,构建改进的考虑心理距离的随机后悔最小化交通出行选择模型,以解释心理因素会影响感知后悔情绪的现象。使用瑞士地铁SP调查数据对本文提出的改进模型与原有模型进行对比分析,结果显示,改进模型对居民出行行为机理的描述更为贴切。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

最小化模型论文参考文献

[1].李俊格,王历晔,熊文,郑赟,王莉.面向分布式发电的配电系统损失最小化模型研究[J].可再生能源.2019

[2].徐媛,徐薇,周晶,卢珂.考虑心理距离的随机后悔最小化出行选择模型[J].系统管理学报.2019

[3].张文杰,张艳丽,姜伟,夏斌,谢德馨.基于磁畴能量最小化原理的电工钢片磁滞模型[J].电工技术学报.2019

[4].杨玮婕,徐建瑜.基于L_0最小化稀疏重建与梯度求导模型对斑马鱼图像的去模糊处理[J].数据通信.2019

[5].徐永进,周永佳,丁徐楠,王超,孔鹏程.研究动态时空法的能源计量误差最小化模型建立[C].2018智能电网新技术发展与应用研讨会论文集.2018

[6].朱昌明,梅成就,周日贵,魏莱,章夏芬.基于Universum的多视角全局和局部结构风险最小化模型[J].上海海事大学学报.2018

[7].甘霞,朱福喜,冯浩.基于熵正则L0梯度最小化模型的图像平滑方法[J].电视技术.2018

[8].郑飞.制动尖叫最小化模型参数确定与稳定性分析[D].重庆大学.2018

[9].徐丹丹.基于图模型能量最小化的图像分割方法[D].中原工学院.2018

[10].杨文霞,张亮.基于图像结构-纹理分解及局部总变分最小化的图像修复模型[J].计算机应用.2018

标签:;  ;  ;  ;  

最小化模型论文-李俊格,王历晔,熊文,郑赟,王莉
下载Doc文档

猜你喜欢