基于最小二乘法的车辆瞬态燃油消耗估计EI北大核心CSCD

精确的车辆瞬态燃油消耗估计是车辆节能控制研究的基础,稳态燃油消耗模型受燃油发动机的非线性工作特性、驾驶员的驾驶习惯、车辆行驶的环境、车辆行驶状态、车辆负载等多种因素影响,计算的瞬态燃油消耗与实际燃油消耗偏差较大,现有瞬态油耗模型参数不易标定,因此本文中通过车辆速度与加速度构建了一种新的瞬态燃油消耗估计模型。采用最小二乘法对模型中的参数进行求解,为进一步降低瞬态燃油消耗率的估计偏差,引入指数速度衰减的加权因子,即采用带指数衰减因子的最小二乘法求解油耗模型中的参数,并通过实车试验对瞬态油耗估计方法进行验证。试验结果表明,基于最小二乘法的油耗模型可精确地估计车辆瞬态油耗,带指数速度衰减因子的最小二乘法可进一步降低油耗模型的油耗估计偏差,且估计精度受车辆行驶状态和道路环境等因素影响较小。     

基于最小二乘法的低等级公路改扩建设计研究

随着我国经济的飞速发展,道路交通量及交通荷载得到快速增长,早期修建的公路出现交通拥挤,路面大面积破损的情况,许多等级公路渐渐进入改扩建阶段。其中低等级公路由于道路初期建设标准较低,道路病害严重,其改扩建设计更为复杂。现基于最小二乘法原理,对老路进行平面拟合设计和误差分析,为低等级公路水泥路面的改扩建工程提供参考和借鉴。     

随动强化薄圆板弯曲的最小二乘配点法

钭初应力法求解弹塑性问题的最小二乘法用于和向异性经化薄圆板，找到了一种较简便地分析弹塑生薄板的方法。     

钢筋混凝土连续斜板桥的双样条最小二乘配点法静力分析

本文以斜交构造异性斜板的弯曲理论为依据，由Ｂ样条的性质构造了一组双５次样条基函数，把它作为最小二乘配点法的试函数，分析和计算了斜板的弯曲问题。同时对中支承和集中中荷载进行了处理。本文方法计算简便，边界条件易于处理，计算精度较高。本文适用于计算正交构造和斜交构造异性斜板桥。     

非线性最小二乘法拟合在固结系数计算中的应用

室内固结试验中固结系数的计算方法主要有时间对数法与平方根法,这两种方法均属作图法,人为因素影响较大。通过编制拟合函数模块,采用Origin7.5中非线性最小二乘法拟合功能,利用多组试验数据,可方便求出固结系数、固结试验初始读数与终值读数。该方法求解速度快,结果合理,避免人为因素影响,能方便应用于固结系数的求解中。     

最小二乘拟合法确定行程时间

根据数值计算方法的研究成果,提出了一种新的行程时间确定方法——最小二乘拟合法,即利用最小二乘拟合原理,以两调查地点的流量偏差平方和最小为目标来确定两调查地点间的行程时间。利用北京快速路系统调查数据检验了该方法的实际效果,分析了该方法的适用性:该方法适用于交通流比较稳定或者变化比较均匀的状态。最后在综合对比分析各种行程时间调查方法的基础上,对定点调查确定行程时间应采取的方法给出了具体的建议。     

基于偏最小二乘回归法的城市土地利用与交通发生量关系模型研究

以实际调查得到的建筑容积率、建筑密度、总建筑面积、交通小区面积以及各类型土地利用面积等14个土地利用指标作为直接变量,建立交通发生量预测模型.相关分析的结果表明土地利用指标间存在着严重的多重相关性,普通的回归分析方法很难有效解决这一问题.采用偏最小二乘回归方法,通过构建主成分.采用交叉有效性检验确定成分个数,最终建立的...     

基于移动最小二乘响应面法的橡胶材料参数反求

基于缓冲橡胶块的试验数据,选用Mooney-Rivlin本构模型,并结合有限元仿真技术和优化算法的反求方法来确定橡胶材料的参数.在此过程中不断比较仿真结果与试验值以寻求二者最接近的参数,并采用响应面法来减少仿真优化的计算量.结果表明通过该法确定的材料参数能较准确地描述缓冲橡胶块的材料特性.     

基于非线性最小二乘的短线法节段预制线形控制研究

对于采用短线法节段预制拼装施工的预应力钢筋混凝土桥,节段预制过程中较小的误差都可能导致成桥线形较大的偏差。为控制短线法节段预制过程中产生的误差,以嘉绍大桥北岸引桥（为13联70 m跨预应力混凝土连续刚构桥,主梁为单箱双室斜腹板箱梁,采用短线法节段预制拼装施工）为背景,在对预制线形控制原理研究的基础上,提出基于非线性最小二乘的综合误差处理方法,并编制线形控制系统BSRI＿SLCS。该方法首先计算理论预制线形,其次建立预制线形整体坐标系与节段局部坐标系,实现节段控制点坐标在不同坐标系中的变换,然后根据实测数据进行误差分析,调整匹配节段的位置。该方法在嘉绍大桥北岸引桥短线法施工中应用结果显示,成桥线形与理论线形较为接近,证明该方法对预制线形控制是可行的。     

一种基于幂级数展开和最小二乘法的高速公路稳态速度-密度平衡关系式的辨识算法

提出了一种新的辨识Markos Papageorgiou提出的高速公路交通流模型中稳态速度-密度平衡关系式的算法.该算法分为两个步骤,第1步,利用幂级数的原理,将该关系式由非线性模型转换成线性模型;第2步,采用最小二乘法辨识线性模型,并在此基础上获得非线性模型的所有参数,从而达到辨识稳态速度-密度平衡关系式的目的.理论分析和仿真结果均表明,与传统的非线性辨识算法相比,该算法大大提高了模型辨识的运算速度,同时可以实现任意的辨识精度.     

基于最小二乘支持向量机的公路工程造价预测模型

由于公路工程造价的影响因素错综复杂,且历史数据非常有限,使公路工程造价预测成为典型的小样本条件下非线性回归问题。针对传统的回归方法解决这类问题的不足,该文提出一种新型的公路工程造价预测模型。该模型基于最小二乘支持向量机的基本原理,结合公路工程的具体特征,实现了公路工程造价的智能化预测。新模型充分发挥了最小二乘支持向量机在解决有限样本及非线性回归问题中的优势,建立了较准确的预测模型,且训练速度较普通支持向量机更快。实证数据分析验证了本模型的有效性。     

基于最小二乘法的高速公路线形拟合方法

目前,高速公路的改扩建项目越来越多,这类项目中首要的任务就是要拟合旧路的平纵线形,本文利用现有的道路专业软件,和基于最小二乘法的原理,实现了广州至清远高速公路改扩建工程中旧路平纵线形的拟合,经分析,其误差满足设计的需要。该拟合方法简单、实用、有效,值得广大设计人员借鉴。     

基于加权自适应递推最小二乘法与EKF的锂离子电池SOC估计

为了实现锂离子电池荷电状态(SOC)的精确估计,建立锂离子电池的二阶等效模型,提出基于加权自适应递推最小二乘法与扩展卡尔曼滤波(ARWEKF)的锂离子电池SOC估计方法。通过静态和动态工况下的仿真和试验进行验证,结果表明:ARWEKF算法的估计精度高于扩展卡尔曼滤波(EKF)算法和基于遗忘因子的递推最小二乘法(FFRLS),其模拟仿真的最大绝对误差为1.36%,均方根误差为0.42%,静态工况试验下的AE为0.67%,RMSE为0.21%,动态工况试验下的AE为1.86%,RMSE为0.56%。     

基于偏最小二乘神经网络的公路通道交通量预测组合模型

针对公路通道交通量预测的复杂性,提出偏最小二乘神经网络组合模型。传统的预测方法需要考虑城市经济、人口、工业发展等因素,这些因素之间存在密切的相关性,往往使得预测精度降低。本文将针对这些不足进行改进,将偏最小二乘方法和改进神经网络方法相结合,提取对因变量解释最强的成分进行预测。将该预测模型应用于揭阳市公路网规划通道交通量预测中,取得了良好的效果。     

基于最小二乘支持向量机的AMT离合器片表面温度预测

在分析离合器接合过程的动力学和摩擦表面热负荷主要影响因素的基础上,选择接合正压力、接合转速、滑摩时间等参数,利用最小二乘支持向量机理论建立了离合器片表面最高温度的智能预测模型,并设计了台架试验方案.试验结果验证了该模型的有效性.     

基于最小二乘支持向量机的公路软基沉降预测

通过影响因素分析,确定了软土层厚度、软土层压缩模量、地表硬层厚度、地表压缩模量、路堤高度、路堤顶宽、路基填筑时间和填筑竣工时沉降量等参数对公路软基沉降有影响.对公路软基的观测数据进行分析和取样,输入样本为各参数,输出样本为路堤中线下地表沉降值,利用最小二乘支持向量机的非线性映射和泛化能力,通过训练,建立了公路软基沉降预测模型.研究表明,所建立的模型对公路软基沉降进行预测具有较高的精度,同时具有很好的泛化性能.     

基于最小二乘支持向量机的彩色磨粒图像分割

分析了磨粒的自动识别研究在铁谱技术发展和应用中的重要性。指出铁谱磨粒图像分割是磨粒自动识别的重要环节,铁谱图像所包含的彩色信息对磨粒识别和磨损形式分析非常重要。将最小二乘支持向量机LS-SVM用于彩色磨粒图像的分割,利用模糊c均值选取训练样本,把磨粒图像的R,G,B分量,同一像素点各分量的方差以及像素点邻域像素均值作为特征,对彩色磨粒图像分割,取得了很好的效果,为磨粒自动识别提供了更有效的信息。     

基于动态优选遗忘因子最小二乘在线辨识的磷酸铁锂电池SOC估算

为提高行驶中电动汽车的动力电池荷电状态(SOC)估算精度,以磷酸铁锂电池为例,提出了一种基于粒子群优选遗忘因子最小二乘(PSO-FFRLS)在线辨识模型的电池SOC估算方法。首先建立电池二阶等效电路模型,然后运用粒子群优化(PSO)算法实时为遗忘因子递推最小二乘法(FFRLS)优选最佳遗忘因子,最后,在动态工况下,对比了常用定遗忘因子最小二乘和PSO-FFRLS的在线辨识端电压误差,并分别与扩展卡尔曼滤波(EKF)算法联合,对比2种方法的估算效果。结果表明,PSO-FFRLS的端电压在线辨识结果能更好地跟随实测电压且误差极小,其与EKF的联合算法对SOC的估算精度也更高。