基于数据驱动的电动汽车动力电池SOC预测

为准确预测电动汽车动力电池的能耗,缓解驾驶者的里程焦虑,本文中提出一种基于数据驱动的电动汽车动力电池SOC预测模型.首先分析电动汽车能耗构成并提取能耗影响因素,接着基于某款电动出租车CAN总线采集的汽车运行数据,采用机器学习算法,提出基于温度分层的能耗模型,通过宏观数据与微观数据的融合减小误差,最后使用该模型对车载BM...     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。     

t半序在序列密码设计中的应用

讨论了半序在序列密码设计中的应用问题,给出了生成伪随机序列的详细算法和matlab实现.     

Study of automatic designing of line heating technique parameters

1Introduction Lineheatingisashellplateheatprocessingmethod usedinshipbuildingproduction.Itisacomplexand difficulttechnique,mainlyusedindoublebending shellplateforming.Becausetherearemanyinfluence factorsinplateforming,theinfluencedisciplineis hardtopredic…     

基于便携式排放测试系统与BP神经网络的大型客车排放预测

以大型客车为研究对象,在长沙市的不同道路工况下进行了车载排放测试,借助道路测试得到的数据,利用BP神经网络,以逐秒的速度、加速度、比功率和油耗数据为输入,建立CO2、CO和NOx的排放预测模型,并用部分试验数据进行了验证.结果表明,CO2、CO和NOx预测结果的总体相关系数R为0.9167,线性高度相关,在整体误差水平...     

基于自回归模型的船舶姿态运动预报

介绍了自回归时间序列分析法的建模预报原理,并给出了船舶纵摇运动预报应用实例。为检验船舶纵摇运动预报效果,还用船舶纵摇观测数据进行了仿真研究,将真实曲线与预测曲线比较,观察其拟合程度的好坏。实例分析表明,自回归预报算法简单且容易实现,预报精度约为4.6%左右。自回归时间序列分析法亦可用于船舶横摇、首摇等姿态的时间序列预报,该方法在工程中具有很大的实用价值。     

风浪中船舶航行安全性研究

依据船舶耐波性理论计算结果,运用灰色关联综合评估理论对大风浪中船舶耐波性进行了综合评估,然后根据评估结果确定船舶在波浪中以某一航速航行时的优选航向,并通过实例应用与分析表明,使用该方法能为船舶安全航行提供科学指导。     

灰空间的建筑生态相关问题的探讨

从建筑生态的全新视角,拓展了灰空间的基本概念,并将注重生态的建筑灰空间分为功能性灰空间、附属性灰空间、技艺性灰空间3种类型,同时提出与之相对应的合院空间、飘浮空间、双层表皮等多种灰空间生态化的创作手法。     

基于 TOPSIS 和隶属函数的灰数决策模型

在实际生活中,某一交通区域道路上行驶的车辆数、车型、车速及行人的影响等客观因素是不确定的,与之相关的指标值是不确定的。对于不确定的指标值在规划方案优劣的评比中采用灰数的形式要比采用清晰值的形式更符合实际。借助传统TOPSIS法、经典灰色理论和模糊隶属度函数的基本思想建立了组合决策模型,该模型通过构造灰数意义上的决策值与论域,定义了指标集的正、负灰数理想解,进而构建了决策值相对于正、负理想解在灰数意义上的正、负隶属度函数,隶属度表明了评价指标值相对于正、负理想解的接近程度,而后用贴近度对方案的优劣进行排序。最后,以交通规划的实例验证了该模型的有效性与实用性。     

高黏改性剂与基质沥青配伍性研究

为了在有限样本条件下得到高黏改性剂优选基质沥青的控制指标,对境内外2种高黏改性剂与4种常用基质沥青进行配伍性试验,并以针入度、软化点、低温延度、60℃动力黏度及170℃布氏黏度为控制指标,从而得出配伍性最佳的基质沥青,然后分别对每种基质沥青进行针入度、软化点、延度等全套常规性能试验和不同老化程度的温度扫描、频率扫描等流...