组合隔震结构振动随机最优控制

提出了一种新的结构体系——组合隔震结构体系，并推导了振动及控制方程．假定地震动输入为白噪声，运用随机最优控制原理，分析了组合隔震结构振动的控制性能以及隔震度、阻尼和场地等参数的影响．研究结果表明：通过优化控制参数，组合隔震结构振动控制体系能对结构地震响应进行有效控制。     

基于相似关系的灰色预测方法

将相似学原理引入灰色系统研究，提出了灰色系统的相似预测方法。实例演算表明，此方法计算量小，精度也是可以接受的，是一种可行的灰色预测途径。     

基于LabVIEW的振动主动控制试验研究

在振动主动控制技术中,为了对控制系统以及作动机构的时滞进行有效补偿,开发了基于脉冲激励的时滞测试系统,对测控系统的时滞进行了试验研究.在此基础上.应用LabVIEW编写移相控制算法对振动系统的行为进行主动控制,仿真结果表明了该方法是可行的.试验研究中,由于反馈信号中含有多谐波成分,应用低通滤波算法进行处理后再实施控制,取得了良好的控制效果.     

基于灰色理论的公路沉降预测研究

以工程实测数据为基础,根据灰色理论中的数列预测理论,针对公路建设中路基沉降监测,建立灰色预测模型.根据预测结果与沉降实际测量数据的对比,分析了模型预测结果的合理性.同时讨论了所用灰色预测模型的特点及其在沉降监测中的应用.     

基于灰色理论的公路沉降预测研究

以工程实测数据为基础,根据灰色理论中的数列预测理论,针对公路建设中路基沉降监测,建立灰色预测模型.根据预测结果与沉降实际测量数据的对比,分析了模型预测结果的合理性.同时讨论了所用灰色预测模型的特点及其在沉降监测中的应用.     

异步电动机灰色预测控制系统仿真

利用灰色控制理论，解决了异步电动机矢量控制的难点，并通过MATLAB仿真系统验证，发现灰色预测系统能明显改善系统功能，并增强了系统的抗干扰能力。     

基于1/2车辆模型的主动悬架的最优控制研究

建立了六自由度的1/2车辆模型,应用二次性能指标的最优控制理论对主动悬架进行了分析计算。仿真结果表明,主动悬架在汽车驾乘舒适性及操纵稳定性等方面相对于被动悬架都有很大的提高。     

基于灰色理论的铁路客货运量预测研究

运用灰色系统理论,以全国铁路1996-2005年客货运量数据为基础,建立了基于改进的灰色理论的影子响应GM(1,1)模型,Dynamic GM(1,1)模型,修饰型残差GM(1,1)预测模型.并采用后验差检验对三种模型的拟合精度进行了检验,从而给出了每一条铁路干线所适合的最佳预测模型,使得决策者能够灵活地根据具体问题选择相应的预测模型,避免了单一模型对不同铁路干线预测结果出现波动和失真的不足.同时用等维灰数递补法预测2007年的客货运量.进而对管理决策人员作出科学,合理的决策提供了理论依据.     

城市公交客运量的灰色预测研究

本文将灰色系统理论应用于城市公交客运量预测,建立了公交客运量的灰色预测GM（1,1）模型,并通过残差检验、关联度检验和后验差检验等方法验证模型的正确性。该方法预测精度高、计算速度快、使用方便,特别适用于随机性强的城市公交线网日客流预测,并已在安庆市公共交通规划中得到应用,证明是较为实用的方法。     

灰色系统理论在私人汽车需求预测中的应用

运用灰色系统理论,建立我国私人汽车需求的灰色预测模型,并对我国私人汽车需求进行预测,从预测结果来看,其与实际值差别较小,这表明该模型具有较高的可靠性和实用性,对我国的汽车工业与交通行业的发展能够起到一定的导向作用.     

基于预瞄信息的主动悬架最优控制

在MATLAB／SIMULINK中建立了七自由度车辆主动悬架模型,以提高车辆行驶平顺性为控制目标,主动悬架作动器的输出力为控制对象,根据最优控制原理设计出了基于轴距预瞄信息的主动悬架控制策略．仿真结果表明,与无预瞄系统的控制策略相比,基于预瞄信息的最优控制策略能够有效地降低车身垂直振动加速度、车身侧倾角加速度和俯仰角加速度,车辆行驶平顺性明显提高．     

基于果蝇优化灰色神经网络的年电力负荷预测

年电力负荷预测的准确性对电力系统的经济效益和社会效益具有重要作用。灰色神经网络(GNN)是一种创新的智能计算方法,在实际中广泛应用。尤其在预测问题方面具有极大的潜力。作为一种新型的启发式和进化算法,果蝇优化算法(FOA)具有易理解和快速收敛到全局最优解的优点。为提高预测性能,提出一种以GNN为基础的年电力负荷预测模型,使用FOA自动确定GNN模型的相应参数值,提高模型的稳定性和预测精度。通过利用中国的年用电量为实例,计算结果表明,GNN结合FOA(GNN-FOA)优于GNN,广义回归神经网络(GRNN),最小二乘支持向量机(LSSVM)和回归模型等其他替代方法。     

基于磁流变阻尼器的车辆悬架振动优化控制

针对磁流变(MR)阻尼器所固有的高度非线性特性,提出运用神经网络技术建立MR阻尼器的神经网络模型来模拟其逆向动特性,即给定MR阻尼器的位移、速度和期望输出力,预测所需的输入电压.同时将该逆模型与LQR主动控制方法结合形成闭环反馈控制,从而建立起基于MR阻尼器的车辆悬架半主动控制.仿真结果表明,这种半主动控制策略是可行的,较被动悬架系统其减振效果得到明显改善.     

基于模拟退火算法的汽车悬架最优控制研究

设计了一种基于模拟退火算法优化常规线性二次最优控制器权值矩阵的方法。利用该算法的随机搜索特点,以主动悬架性能指标为目标函数对权值矩阵进行优化设计,提高了LQR控制器的设计效率和控制性能,解决了常规线性二次最优控制器的权值矩阵确定问题。应用该方法进行了汽车悬架主动控制仿真。研究结果表明:基于模拟退火算法优化的LQR控制器的汽车主动悬架相对于应用常规LQR控制器的主动悬架和被动悬架,能够大大改善主动悬架的性能;同时在充分利用常规LQR控制器优势的基础上,改善了其权值矩阵确定存在的问题。     

粘弹性阻尼器隔震结构的振动控制研究

对设置粘弹性阻尼且基础隔震结构的混合振动控制问题进行了研究.采用开尔文模型模拟粘弹性阻尼器所产生的非线性力,推导出混合控制的运动微分方程,结合线性二次型最优控制理论（LQR）,用MATLAB编制相应的动态仿真程序进行动态仿真.研究结果表明：设置粘弹性阻尼器隔震结构采用混合控制是有效的,结构的隔震层相对位移和顶层位移反应大大降低.     

基于熵值法的城市汽车保有量组合预测

分析灰色系统、多元回归、指数平滑、神经网络4种预测方法的特点并利用它们分别对城市汽车保有量进行预测,在此基础上通过熵值法确定各预测模型的加权系数,建立组合预测模型,最后将1995-2007年汽车保有量的各预测值与实际值进行比较,结果表明该组合预测法精度较高,实用性更强。     

����ODԤ����Ϣ�ĸ��ٹ�·�Ż�����ϵͳ��������

根据时变的OD预测信息,基于分层递阶的思想,建立了一个新颖的高速公路优化控制系统。控制结构分为三层：网络负荷分配层对长时期内总的交通需求进行预测,提前确定将来排队长度的上界;全局最优控制层预测未来的交通状态,为路网中的各个匝道建立协调约束;局部反馈控制层根据实测的交通条件及全局最优控制层的寻优结果决定匝道调节率。仿真结果表明,控制系统具有良好的动态性能,协调了各个匝道之间的利益,实现了高速路网整体性能的优化。