基于机器学习的船舶螺旋桨敞水性能预报代理模型

介绍了基于机器学习的经典模型,以螺旋桨特征参数为输入,建立船舶螺旋桨敞水性能预报代理模型。对几种典型的回归模型,分析了它们的预报精度和适用性。用随机森林方法建立了船舶螺旋桨敞水性能预报代理模型,其预报结果与试验数据吻合较好。对未知桨试验结果的验证表明,K_T和10K_Q的预报偏差在5%以内,敞水效率预报偏差在2%以内。该研究为船舶螺旋桨性能预报提供了新的手段,有望缩短设计周期,提高设计效率。     

任意连续型随机变量序列关于广义赌博系统的一类强极限定理

设{Xn,n≥0}是任意相依的连续型随机变量序列,{Yn,n≥1}为一列广义随机选择函数.{Bn,n≥0}是实直线上的Borel集,IBn为Bn的示性函数.采用构造n元乘积密度函数及非负上鞅的方法,研究了{YnIBn（Xn）,n≥1}的极限性质,得到了一类用等式表示的强偏差定理,其偏差依赖于样本点.     

轨道随机不平顺的谱表示-随机函数模拟及应用

以轨道随机不平顺时域样本数值模拟方法为研究对象,采用谱表示-随机函数法分别由2个随机变量模拟生成轨道高低、水平、方向、轨距不平顺,并利用基于广义概率密度演化理论的非线性车辆-轨道耦合动力学随机分析模型,进行耦合动力系统随机振动分析.结果表明:利用谱表示-随机函数法模拟所得轨道不平顺时域样本集的均值、标准差、轨道谱、各频...     

基于机器学习的私人汽车保有量影响因素分析及预测——以新疆为例

相对准确的私人汽车保有量预测可为测算私人汽车二氧化碳排放量、科学规划城市道路、制定交通拥堵缓解措施等奠定基础。鉴于此,构建基于机器学习的私人汽车保有量影响因素分析及预测模型。首先,采用机器学习中的极度梯度提升树（Extreme Gradient Boosting, XGBoost）法,以新疆的统计数据为基础,识别影响私人汽车保有量的因素。然后,比较XGBoost、随机森林（Random Forest）、神经网络（Neutral Network）三种方法的预测效果,发现神经网络在私人汽车保有量预测模型中具有较好的预测精度。最后,基于神经网络方法,对未来新疆私人汽车保有量进行预测。研究结果表明,人均GDP和城镇化率是影响新疆私人汽车保有量最重要的两个因素;到2030年,在低、中、高三种发展情景下新疆私人汽车保有量预计将分别达到650万、688万和734万辆。     

观测路径出行时间下随机网络交通需求估计

道路网络起讫点(OD)需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件.综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型.上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间...     

迈腾行驶时发动机突然熄火,之后无法启动

故障现象:一辆行驶26521km的迈腾,在行驶时发动机突然熄火,之后无法启动,用诊断仪检测无故障码。故障诊断:首先用诊断仪VAS5052A检测,没有故障存储。启动发动机,观察发动机控制单元中004数据流,有转速传感器信号输入,     

基于运行数据的电动客车误踩加速踏板状态识别研究

驾驶人误踩加速踏板导致的电动客车交通事故时有发生,影响因素复杂.为准确识别误踩加速踏板行为,提醒电动客车驾驶人安全驾驶,基于电动客车车载终端采集的车辆运行状态数据,提取9项与误踩加速踏板行为相关的驾驶特征,采用随机森林算法模型对电动客车误踩加速踏板状态进行识别,结果表明整体的识别准确率为99％,召回率为0.99,表明9...     

时间序列模型在金沙江干流水沙随机模拟中的应用

在水利工程中,长期(几十年或上百年)的水文序列实测资料对工程的建设、防洪、抗旱以及河流生态保护等方面起着至关重要的作用。然而,在实际工程中,大多数情况下较难以获得某河流特定位置处超过百年的长期水文实测数据。因此,常常需要根据有限的短期水文实测资料对该处的水文序列进行长时间的随机模拟,用以获取更多水文数据样本。文章基于金沙江中游石鼓水文站22 a的实测流量时间序列,采用水文时间序列组成成分分析方法,结合自回归模型和水沙联合随机模型共同建立了该地区的流量时间序列和水沙相关关系,并模拟了工程所在位置处500 a的流量和含沙量结果。此外,文中对模拟的流量结果进行误差分析,以充分验证文章提出的流量时间序列模型的正确性与合理性。文章的研究成果可为新建港口码头及航道工程提供一定的技术支撑。     

随机风浪下船舶航速自适应控制

船舶在航行过程中受到参数扰动及海浪因素等影响,导致航速控制的稳定性不好,提出基于自适应反演误差补偿的随机风浪下船舶航速控制方法。构建随机风浪下船舶航速控制约束参量模型,采用船舶姿态信息的实时调节方法进行误差补偿,结合船舶的航速参量进行位姿修正,提高船舶航行的稳定性。采用Kalman滤波算法进行船舶航速参量的融合处理,实现自适应优化控制。仿真试验结果表明,采用该方法进行船舶航速自适应控制的稳定性较好,输出航速参量的自适应调节能力较强,提高船舶抗随机风浪能力。