遗传算法在系统最优交通分配模型中的应用

在改进选择策略,实行两点变异并采用随机的交叉概率与变异概率的基础上,将遗传算法应用于系统最优交通分配模型中.通过算例与Frank-Wolfe算法进行比较,说明了遗传算法的有效性与可行性,指出了遗传算法相对于Frank-Wolfe算法特有的优越性.为交通分配问题的计算引入了新的有效途径.     

最短置信区间的计算

在对σ^2作置信区间估计的例子基础上，提出了最短置信区间的概念和求解方法，并给出了实例和一些参考结果。     

海杂波概率密度分布函数分析方法的研究

就海杂波概率密度估计方法进行讨论，提出了首先以核枯计方法进行估计，然后采用多元线性回归得到海杂波的概率密度函数。该该不震事先假定服从特定的分布，因而使用灵活，适应面广，实验结果表明，所估计的概率密度函数较为真实实际情况。     

基于未知声速的水下三维单信标定位模型

现有水下单信标定位通常考虑航行器在二维运动状态下建立动力学模型,但实际上航行器在三维状态下运动.针对其三维运动的特点,将水深作为新的状态变量,基于原有5个状态变量,提出一种新型水下单信标定位模型,并建立相应的过程噪声模型.使用仿真数据,对比新型水下单信标定位模型与传统模型,利用卡尔曼滤波输出评估2种模型的定位精度.仿真...     

基于LO-EKF算法的分布驱动电动汽车状态估计的研究

本文中对分布式驱动电动汽车的状态估计进行研究。首先利用龙伯格状态观测器实时观测对车辆的状态估计影响较大的路面坡度,接着,提出了采用扩展卡尔曼滤波算法,以车辆ESP传感器所获取的数据信息作为观测值,对分布式驱动电动汽车的动力学状态变量进行估计。最后进行Carsim和MATLAB联合仿真。结果表明,基于扩展卡尔曼滤波和龙伯格观测器的车辆状态估计算法能较好的估算出车辆的相关动力学状态值,算法可行,收敛速度较快。     

最优气象航线的设计与选择

气象导航航线的设计与选择,受诸多因素的制约。文章分析了影响最优航线制定的因素,并总结了根据不同季节大气环流特点和天气系统分布确定基础航线,进而根据中短期预报资料优化航线,动态选取最佳气象航线的方法。     

总体最小二乘的改进与信道估计应用

总体最小二乘法同时考虑了数据矩阵和观察值的误差,在参数估计中得到广泛应用。然而总体最小二乘法没有针对具体问题利用误差的先验信息。总体最小二乘的改进算法—结构总体最小二乘法设定了误差矩阵的结构,通过迭代运算估计参数及误差。基于叠加训练序列的时不变信道估计中,信息序列均值构成的误差矩阵为Toeplitz矩阵。结构总体最小范数法作为一种结构总体最小二乘法,可以设定误差矩阵具有Toeplitz结构,有效提高叠加训练信道估计性能。论文对比了最小二乘,数据最小二乘,总体最小二乘和结构总体最小范数在叠加训练序列信道估计中的应用,仿真结果表明,基于结构总体最小范数的估计算法的归一化信道均方误差最小。     

三维高密度电法正反演模拟阻尼系数最优设置研究

根据高密度电法的基本原理以及三维高密度电法的正演和反演理论,建立了三种典型模型进行正演模拟,再通过设置不同的阻尼系数对每种模型进行反演,分析反演结果并比较其优缺点,得出不同模型阻尼系数的选取对反演效果的影响规律。结果表明,通过选择最佳阻尼系数,既可减少反演计算收敛的迭代时间,又提高了反演分辨率和精度,从而得到更加精确的工程地质结构资料。     

城市轨道交通高峰线路客流协同控制方法

在线路客流控制中，需同时考虑各个车站控流方案的可执行性与协同性. 采用 Fisher 最优分割法确定合理客流控制时段，基于此建立以乘客总等待时间最少和旅客周转量最大为目标的线路客流协同控制线性规划模型. 基于成都地铁2 号线AFC数据进行实验，针对协同控流与非协同控流方案，以及不同客流控制时段划分方案下的协同控流方案进行对比实验. 算例中：协同控流方案在旅客周转量下降约1.0%的情况下，乘客总等待时间减少约 56.7%；基于Fisher 最优分割法确定的时段划分方案中协同控流方案在乘客总等待时间方面最优，并具有很好的可执行性.