共查询到19条相似文献,搜索用时 328 毫秒
1.
已知路段输入流,基于Greenshields提出的速度-密度关系模型以及Jayakrishnan et.al提出的改进的Greenshields 速度-密度关系模型所描述的路段交通流特征,分别给出了关于路段输出流的常微分方程模型.针对无法得到该模型的解析解,利用龙格-库塔-芬尔格算法给出初始条件下的数值解.在已知输出流的条件下,每个时刻的路段交通流的行程时间也相应给出.仿真结果表明,针对两类不同速度-密度关系所建立的输出流模型,所得到每个时刻的输出流基本相似,但路段行程时间存在明显差异.与交通流调查数据比较,基于改进的Greenshields速度-密度关系的输出流模型的行程时间更接近真实情况. 相似文献
2.
多模型自适应控制是解决燃料电池发动机电压-电流间的非线性特性导致控制器设计困难的较好方案.本文中提出了一种包含多个线性局域模型的多模型集,其参数通过最小二乘法辨识得到.最后通过仿真数据与实验数据的比较确定模型集包含6个2阶局域模型.验证结果表明模型集有较高的准确性. 相似文献
3.
为提高汽油机瞬态空燃比的辨识精度,提出了混沌时序非线性组合辨识模型.采用2种单项辨识方法,包括最小二乘支持向量机(LS-SVM)及径向基函数(RBF)前向型神经网络,分别对瞬态空燃比时间序列进行建模与辨识.采用非线性组合方法利用BP神经网络对2种单项辨识方法的结果进行组合辨识,并与Elman神经网络模型及最小二乘辨识模型进行比较.结果表明:混沌时序非线性组合辨识模型的辨识精度优于Elman神经网络模型及最小二乘辨识模型,具有更强的非线性辨识能力,能提高瞬态空燃比的辨识精度,为空燃比反馈控制的成功实行提供了有力依据. 相似文献
4.
非线性辨识中的一种模糊神经网 总被引:2,自引:0,他引:2
基于BP算法,提出1种用于非线性辨识中的模糊神经网络FBP,并用FBP对非线性的随机函数进行了学习。显然FBP算法比BP算法跟踪精度高,且学习速度有所提高。 相似文献
5.
Magic Formula轮胎模型参数辨识的一种混合优化方法 总被引:1,自引:0,他引:1
Magic Formula(MF)轮胎模型能够准确描述轮胎的侧偏特性,广泛应用于车辆动力学的研究。由于MF轮胎模型参数多,且高度非线性,从大量的试验数据中准确辨识这些参数相当困难。提出一种基于遗传算法和数值优化算法的混合优化方法,采用由粗到精的辨识过程,先利用遗传算法得出近似最优解,再利用数值优化算法辨识出精确的参数。利用辨识出的参数计算轮胎的侧偏特性,计算结果与试验数据吻合良好,表明该方法是辨识MF轮胎模型参数的有效手段。 相似文献
6.
为实现复合工况下轮胎非线性力学特性的准确模拟,提出了一种基于分段仿射(PWA)辨识的数学建模方法.采用基于Gauss混合模型的统计数据聚类方法进行轮胎力学特性试验数据聚类,将原始试验数据划分为若干个子集;基于最小二乘算法进行仿射子模型参数估计;结合改进的近似支持向量机算法完成相邻仿射子模型间分界面系数矩阵的求解;将辨识... 相似文献
7.
结合高速公路出入口的实际设置情况、高速公路交通流的运行特点以及高速公路主线速度控制方式的实际需要,对经典高速公路宏观动态交通流模型进行了一定的修正;针对改进后的交通流模型,利用非线性系统控制中的反步设计方法,给出了求解控制率的矩阵方程;并提出了使用模糊控制方法进行主线速度控制的设计思路,为解决交通流模型难以确定、交通流参数难以检测等情况下的交通流密度主线速度控制问题提供了一种新方法。 相似文献
8.
基于轿车橡胶支承振动试验数据分析和处理,提出了模拟橡胶非线性迟滞特性的数学模型。该模型把恢复力分解成弹性恢复力和阻尼力两部分,用多项式和类椭圆函数分别进行模拟,并按未知参数整体辨识原则,成功地辨识出数学模型中的各参数,用所建模型重构恢复力-位移迟滞回线。 相似文献
9.
提出了应用邓肯-张非线性模型对路基沉降量进行估算的近似算法.通过与规范算法和实测沉降的对比分析,证明该算法是可靠的,可用于软土路基设计与施工控制. 相似文献
10.
11.
车辆运行速度预测取决于多因素、非线性函数关系的建立,预测模型建立的准确与否取决于各个影响因素之间的相互作用的特性。将遗传算法与神经网络有机结合起来,以高速公路上的实测运行速度为基础,建立遗传神经网络训练和检验样本集,利用Matlab7.04的神经网络工具箱和遗传算法工具箱的函数,完成程序的编写,建立基于遗传算法的高速公路纵坡路段运行速度(V85)的神经网络预测模型,并将预测结果与实测数据进行比较。结果表明:所用遗传神经网络模型可靠,预测精度高,对我国采用运行速度的路线设计方法和线形质量评价有较高的参考价值。 相似文献
12.
13.
《Vehicle System Dynamics: International Journal of Vehicle Mechanics and Mobility》2012,50(6):871-887
This paper presents a novel modified particle swarm optimisation (MPSO) algorithm to identify nonlinear systems. The case of study is a hydraulic suspension system with a complicated nonlinear model. One of the main goals of system identification is to design a model-based controller such as a nonlinear controller using the feedback linearisation. Once the model is identified, the found parameters may be used to design or tune the controller. We introduce a novel mutation mechanism to enhance the global search ability and increase the convergence speed. The MPSO is used to find the optimum values of parameters by minimising the fitness function. The performance of MPSO is compared with genetic algorithm and alternative particle swarm optimisation algorithms in parameter identification. The presented comparisons confirm the superiority of MPSO algorithm in terms of the convergence speed and the accuracy without the premature convergence problem. Furthermore, MPSO is improved to detect any changes of system parameters, which can be used for designing an adaptive controller. Simulation results show the success of the proposed algorithm in tracking time-varying parameters. 相似文献
14.
15.
16.
17.
18.
为确定山区高速公路弯坡路段的车辆运行速度特征,提高山区高速公路运营安全管理水平,结合山区高速公路复杂的道路线形条件,研究适用于弯坡路段的运行速度预测模型。文中列举国内外具有代表性的运行速度模型,并分析其局限性;通过调研3条典型山区高速公路,采用气压管式车速检测器对车速数据进行采集,选择路段特征点的运行速度作为分析样本;通过比较偏相关系数,确定模型的自变量参数,利用多元线性回归的方法,分别建立不同车型在山区高速公路弯坡路段的运行速度预测模型,并对模型的拟合度进行验证。结果表明,模型预测值与实测值的平均相对误差在5%以内,模型精度满足要求。 相似文献