Forecasting container throughput based on wavelet transforms within a decomposition-ensemble methodology: a case study of China

To improve predictive accuracy, new hybrid models are proposed for container throughput forecasting based on wavelet transforms and data characteristic analysis (DCA) within a decomposition-ensemble methodology. Because of the complexity and nonlinearity of the time series of container throughputs at ports, the methodology decomposes the original time series into several components, which are rather simpler sub-sequences. Consequently, difficult forecasting tasks are simplified into a number of relatively easier subtasks. In this way, the proposed hybrid models can improve the accuracy of forecasting significantly. In the methodology, four main steps are involved: data decomposition, component reconstruction based on the DCA, individual prediction for each reconstructed component, and ensemble prediction as the final output. An empirical analysis was conducted for illustration and verification purposes by using time series of container throughputs at three main ports in Bohai Rim, China. The results suggest that the proposed hybrid models are able to forecast better than do other benchmark models. Forecasting may facilitate effective real-time decision making for strategic management and policy drafting. Predictions of container throughput can help port managers make tactical and operational decisions, such as operations planning in ports, the scheduling of port equipment, and route optimization.     

隧道监控量测数据的小波去噪技术探讨

隧道监控量测过程中的数据含有误差和施工扰动,位移曲线出现异常点,不利于位移趋势的判别。运用小波变换和去噪技术,将吉怀高速的关冲隧道的拱顶下沉观测值作为样本,运用Daubech ies小波和Heursure软阈值进行消噪,结果表明可以有效的消除大部分施工扰动造成的异常,并可根据异常点和位移趋势了解噪声的产生原因。     

基于AOK-TFR的轨道电路故障诊断方法

为弥补现有补偿电容检测方法在检测及时性和检测成本等方面的不足,基于传输线理论,提出了机车信号感应电压幅值包络(IVECS)仿真模型;在此基础上,分析了补偿电容故障对IVECS的影响规律,建立并验证了基于频率的IVECS等效回归模型;利用补偿电容故障位置前后IVECS的频率变化,提出了基于自适应最优核时-频分布的补偿电容故障诊断方法.该方法基于机车信号的实际数据,采用B样条离散二进小波对数据进行滤波降噪处理,并利用自适应最优核时-频分布提取处理结果的时-频信息,再通过检测时-频信息中频率的变化实现对故障电容的定位.经过对随机抽取的100段实际数据的测试,准确率约为92.58%,表明该方法能准确检测轨道电路发生故障的补偿电容位置.     

基于小波包频带包络分析的船用锚机电动机转子断条在线检测方法

船用三速锚机工作条件恶劣,电动机转子故障是电动锚机系统的常见故障之一.转子故障在线分析中必须考虑电动机实际运行和检测条件.文章在理论分析、仿真的基础上,提出了基于小波包分解和希尔伯特包络频谱分析的电动机转子断条在线检测方法.仿真和诊断实例表明该方法不仅可以抑制干扰因素的影响,有效提取故障特征量并实现故障准确诊断,而且能够反映负载波动的时刻和频率波动的范围,是一种切实可行的在线诊断方法.     

基于小波包变换的非线性自适应均衡器算法

提出了一种基于小波包变换的非线性均衡器,利用小波包对信号较强的去相关能力来提高均衡器的收敛速度,并通过能量归一化过程给出了一种自适应均衡算法。在仿真实验中,针对无线通信数字信号传输过程中由于多径效应和信道衰落而产生的码间干扰(ISI)问题,比较了最小均方(LMS)算法和基于小波包变换的均衡器算法的均衡效果,并对不同尺度下的均衡算法进行了比较。结果表明,基于小波包变换的均衡算法具有更快的收敛速度;当小波包基的分解尺度增大时,均衡器的收敛速度也随之加快。     

小波变换在机车振动信号分析中的应用研究

介绍了小波变换的理论背景和在振动信号处理方面的两种应用。文中对机车转向架振动信号用db4小波进行了分解,并运用本文所介绍的算法进行了降噪处理,取得了明显的效果;运用小波包技术建立了机车转向架的振动状态特征向量,较好地表征了机车振动的故障状态。     

小波变换在电力机车主整流器故障检测中的应用研究

提出了一种基于小波变换的小波信息熵,并利用其构造设备状态检测指标计算方法,将这种状态检测方法应用到电力机车主整流器故障检测中。通过各种不同故障状态仿真实验分析,表明这种方法是有效的,同时具有较强的抗干扰性。     

基于遗传算法优化的小波神经网络对船舶受扰力及力矩建模预报

首先构造小波神经网络,建立船舶横向和纵向运动模型及其运动受扰力模型,采用小波神经网络对船舶受扰力建模预报,并用遗传算法对其进行优化,对预报结果进行分析比较,给出超前5秒、15秒的船舶运动受扰力与力矩预报结果.     

超低频接收信号降噪研究

在建立超低频接收信号模型的基础上,对超低频接收信号误码率性能进行了分析。将小波降噪算法应用于超低频噪声处理中,通过Monte Carlo计算机仿真试验,对基于小波降噪和传统数字滤波的方法对模拟的超低频接收信号进行噪声处理,并对降噪后的误码率性能进行分析,结果表明,应用小波降噪的方法对超低频接收信号进行非线性噪声处理,比传统数字滤波的方法能带来更高的信噪比增益。     

小波分析在高速公路事件检测中的应用

采用小波分析方法研究高速公路事件检测问题,介绍小波变换和多孔算法,阐述事件检测原理,给出事件检测步骤,并对实际例子进行分析。试验结果表明,将小波分析用于高速公路事件检测中有其优越之处。