交通流速度时空二维预测方法

从时间和空间2个维度分析了交通流速度的自相关和互相关特性,提出了交通流速度的时空二维预测模型,可对未来交通流进行多步预测.该模型包含曲线拟合加权预测模型和递推时空二维自回归预测模型,动态模型参数可由递推最小二乘法实时识别,静态模型参数通过离线优化得到.将预测的交通流速度应用于车辆宏观运动规划方法中,可将车辆的燃油经济性...     

基于自相关分析的交通流预测输入步长研究

目前的交通流预测研究中,输入步长主要取决于人为的选择,容易受到干扰,并且缺少从理论方面选择输入步长的方法。为了能够自适应地选取输入步长,基于交通流历史时间序列的自相关分析,以机器学习中典型的最小二乘支持向量机（LSSVM）、随机森林（RF）以及长短记忆（LSTM）3种算法进行多输入步长的交通流预测,探究以自相关系数值选取最佳输入步长的方法可行性。实验结果表明,在输入步长的自相关系数为0.80～0.91时,LSSVM能获得较优的预测精度,当自相关系数为0.47～0.51时,LSTM能有较好的预测精度,而RF交通流预测的最低误差对应的输入步长自相关程度较低,自相关分析方法 可能并不适用。     

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。     

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。     

当代大学生健康成长的思考与探索——中部地区某高校大学生心理健康状况的调查及思考

目的是考察中部地区某高校大学生心理健康状况,并比较心理健康的性别差异,为针对性开展心理健康教育和思想政治教育提供参考.采用了SCL-90,随机抽取352名中部地区某高校大学生(男生187人,女生165人)进行心理健康情况调查,将结果与全国青年人常模、男女生心理健康状况进行比较.本次调查的结论是该校大学生的心理健康状况总体水平偏低,有近三成的学生有轻度心理问题,不同性别的学生在症状上也有差异.     

基于采样数字法和自功率谱幅值校正的相位差测量方法

本文提出一种测量同频率正弦信号相位差的新方法：采样数字和自功率谱幅值校正相位差测量法,和一些传统的方法相比,此方法没有理论上的误差,具有硬件电路简单,算法简单,计算量小的特点,给出了理论分析和实际的仿真结果,结果计算表明,本算法的精度可达到2．0分,完全满足工程应用的需要。     

三相异步电动机自耦变压器降压起动控制电路分析

为减小大容量三相异步电动机的起动电流,常用自耦变压器进行降压起动,然而,在实际使用过程中,却出现了自耦变压器的烧毁以及过电流导致空气开关跳闸的现象。作者在实践中对此进行了改进,消除了这种现象。     

KF100A型气动自翻车研制

针对既有铁路气动自翻车载重相对较小、运输效率低等问题,研制满足既有铁路线路运营条件的大载重KF100A型气动自翻车.简要分析设计需求,提出研制思路.分别从底架、车厢、倾翻装置、制动装置、转向架和车钩缓冲装置6方面论述KF100A型气动自翻车的结构组成,介绍该车的主要技术参数,从车体强度、刚度、动力学性能几方面计算校核整...     

基于深度自编码模型和马氏距离的起重机泵健康评估

为准确、可靠、有效地进行起重机泵健康评估,通过对多台不同使用年限的起重机进行试验,获取起重机实际运行时的泵信号,采用深度自编码模型(DAE)与马氏距离(MD)结合的方式,揭示泵性能退化和评估健康状况,对比统计特征、EMD、MLP、CNN等特征学习方法,表明该方法具有良好的性能.     

基于改进LOS导航算法的智能船舶自动靠泊控制研究

针对智能船舶自动靠泊控制中航迹规划和轨迹跟踪的问题,提出一种基于改进视线导航(LOS)算法的自动靠泊方案.将LOS导航算法与线性自抗扰控制(LADRC)器结合,解决了靠泊过程中模型内部参数不确定性和外部时变扰动的问题.为了进一步解决自动靠泊转向过程中跟踪误差大的问题,在LOS算法中融合坐标补偿算法,改善了系统控制性能,...