基于改进粒子群算法的PMSM多参数辨识

针对标准粒子群优化算法对永磁同步电机多参数辨识精度低与收敛慢的问题,设计了一种自适应自治群组粒子群优化算法进行辨识,并在Matlab/Simulink中搭建参数辨识模型.仿真结果表明:改进后的算法对永磁同步电机多参数辨识的整体精度更高,收敛速度更快.     

基于模糊综合评判的弗洛伊德(Floyed)方法在战时最佳机动路线选择中的应用

建立了一种基于模糊综合评判的Floyed方法来选择最佳机动道路的模型:首先确定道路评估指标体系,对每段道路进行二级模糊综合评估,以确定每段道路所对应的不同加权值;然后对每段道路重新赋值,并运用Floyed方法来确定最佳机动道路;最后,结合实例进行了求解,得到了综合各种信息后的战时机动的最佳路径。     

任意活载形式的简支梁支反力通用算法研究

为实现不同类型铁路活载下简支梁支反力的快速准确求解,提出了一种利用Heaviside函数推导任意活载作用下简支梁支反力通用完备解的算法。该算法构建了一种可自定义的活载格式以定义任意活载,即将任意活载分解为集中荷载、有限长度均布荷载、无限长度均布荷载三大类荷载;利用弯矩平衡法以及各加载边界条件与Heaviside函数的等价变换关系,推导得到任意活载的支反力通用完备解;将该算法编入设计程序,结合铁路墩台设计控制工况的判据,采用冒泡法可得到控制工况的支反力。以3组不同梁跨组合下的双孔重载控制工况为简支梁支反力算例,计算结果表明：该通用算法与MIDAS Civil软件计算的简支梁支反力误差均在1%以内,计算精度高;ZK活载、ZC活载与UIC活载的比例关系进一步验证了本文提出的支反力通用算法计算结果的正确性。     

基于改进LSD直线检测算法的钢轨表面边界提取

针对传统LSD直线检测算法容易丢失图像细节,造成提取直线不连续等不足,提出一种基于双边滤波改进Canny提取边缘图像的LSD直线检测算法.利用Canny算法提取边缘图像,基于边缘图像采用LSD直线检测算法进行直线提取;考虑到Canny边缘检测中使用高斯滤波,在降噪的同时会模糊图像边缘,而双边滤波对于图像边缘有较好的保护...     

基于ABC优化BP神经网络的船舶交通流量预测

为提高船舶交通流量预测的准确性,针对BP神经网络随机确定初始权值和阈值的缺点,提出一种基于人工蜂群算法(Artificial Bee Colony,ABC)改进BP神经网络的ABC-BP船舶交通流量预测模型.利用人工蜂群算法全局搜索能力和不易陷入局部最优的特点,对BP神经网络的初始权值和阈值进行优化,并以青岛港船舶交通...     

基于开行方案的高速铁路客流分配方法研究

基于开行方案的客流分配方法是开行方案优化的重要组成部分,既有研究大多使用基于图论的寻路算法和用户均衡配流算法,与高速铁路的实际情况存在一定差异.基于高速铁路和公路的差异性分析,对用户均衡定理不适用于高速铁路客流分配进行了证明;基于实际的高速铁路旅客出行选择行为,提出了一种无需遍历图而仅搜索开行方案的两阶段k短路算法.算...     

基于BP神经网络算法预测的重型半挂汽车列车AEB控制策略研究

我国商用车AEB性能要求和试验方法标准的发布,推动了AEB在商用车领域的发展与应用。本文针对半挂汽车列车制动距离长、质心高等特点,结合驾驶员紧急制动的经验,提出了一种基于BP神经网络预测碰撞时间TTC的AEB控制策略。首先,设计了上层控制器,基于不同驾驶员在不同紧急制动场景下碰撞时间的数据,利用BP神经网络算法得到预测模型,从而计算出触发AEB系统的预警时间阈值和紧急制动时间阈值;再以前车与本车的相对距离、相对速度和前车的减速度为输入,通过模糊控制规则得到本车期望的减速度;接着,设计了下层控制器,采用期望减速度前馈控制和减速度偏差PID反馈控制相结合的方式,得到各车轮所需的轮缸制动压力;并基于滑移率滑模控制防止车轮抱死,提高紧急制动时的安全性、舒适性和横摆稳定性。最后,在TruckSim中建立CCRb、CCRm、CCRs 3种测试场景,对控制策略进行了验证。结果表明,本文所提出的控制策略能有效避免碰撞的发生,为半挂汽车列车AEB系统的设计和研究提供了理论依据。     

基于线性自抗扰控制的自动驾驶车辆纵向加速度控制算法研究

为提高自动驾驶车辆纵向加速度控制算法的鲁棒性,基于电动汽车纵向加速度系统仿射模型,提出了具有双观测器结构的线性自抗扰加速度跟踪控制算法,并通过带有遗忘因子的递归最小二乘法对阻力模型进行在线辨识,实现了驱动电机与制动系统之间的协调切换。通过搭建硬件在环(HIL)仿真平台对设计的控制算法进行了鲁棒性和实时性验证,结果表明,所提出的控制算法能够实现对加速度信号快速、稳定跟踪,能够在车辆纵向动力学模型未准确建模状态下对纵向加速度进行有效控制。     

一种免疫算法的改进

针对一种免疫算法在求解多模态函数优化问题的不足,利用基于相似结构的小生境技术和近优淘汰算子对免疫算法加以改进.通过仿真实验,本文分析了交叉算子、变异算子及近优淘汰算子对算法的影响.仿真结果表明改进后的算法的性能有明显的提高.     

对ANN技术表达船体曲线算法的改进

应用人工神经元网络（ANN）技术表达船体曲线。根据问题性质,选用小波基作为前向单层神经网络的神经元激励函数,结合逐层学习（OHLO）算法对一艘3．6万吨散货船的后半体进行了表达。编程运算结果表明,该方法速度较传统的BP算法有较大提高。