基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.     

支持向量机在地铁车站深基坑围护结构变形预测的应用

利用支持向量机理论对深基坑支护结构的变形量进行分析和预测,建立了预测支护结构最大变形量的支持向量机预测模型。预测结果表明,该预测模型有很高的预测精度,并应用于南京市某地铁站实际工程。     

基于支持向量机的可靠性增长费用建模与分析

支持向量机是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法，具有完备的理论基础。首先应用支持向量机原理建立了基于支持向量机的多参数武器装备可靠性增长费用预测模型，然后对我军某型现役装备使用阶段可靠性增长费用数据进行了预测与分析。结果表明，与一般的回归分析相比，基于支持向量机的回归模型具有很好的预测精度。     

一种电流型PWM逆变器的电荷轨迹控制法

采用空间向量原理，从空间电荷向量端点轨迹逼近于国出发，推导出ＰＷＭ脉冲模式的算法，同时采用８０９７微处理器实现这种脉冲模式和对逆变器进行控制。由实验波形看出，在较低频时逆变器的输出电流为三相对称的近似的正弦波电流，消除了低频时有害的寄生脉动转矩。     

基于支持向量机法的混凝土强度对拼宽T梁桥 时变可靠度影响分析

基于支持向量机法,研究了拼宽T梁桥的效应函数在小样本条件下的隐式函数拟合精度问题,误差小于5%;将拟合的隐式函数用于构建正截面抗弯承载力功能函数,分析了拼宽桥的时变可靠度变化规律。研究结果表明:SVM法预测结果偏小;分析强度时变效应及收缩徐变因素,在70 a内梁片结构可靠指标降低速率及幅度不显著,且较不分析时变效应时高;假设旧梁运营20 a后进行拓宽,新梁运营45 a内,拼宽桥体系可靠指标降低速率相对平缓;新梁运营45 a后,拼宽桥体系可靠指标减少则值得关注。     

基于支持向量机的车辆自动分类方法

提出一种基于支持向量机(Support Vectir Machine，SVM)理论的车辆分类方法，通过CCD摄像机采集标准车辆图像，由边缘检测算法获取图像中的车辆特征数据长度和宽度作为训练样本，离线训练SVM，得到分离器，然后将测试车辆的特征数据作为测试样本，根据本文提出的分类方法，通过离线获得的分类器对车辆类型进行判决，从而为交通参数的准确检测提供依据。实验表明SVM在有限训练样本情况下具有良好的泛化能力。     

基于数据挖掘的舰船快速比照算法及舰船性能统计

在舰船开发过程中,耗费时间成本与经济成本最大的环节是舰船测试环节,每艘船在下水之前都要进行上百甚至上千次的水动力测试,海量的船舶测试数据对于新型船舶的设计与开发具有重要的指导作用。因此,从海量的船舶测试数据中提取有价值的信息,形成新的船舶性能数据,不仅可以缩短生产周期,而且能够指导船舶的设计过程,这是本文的研究重点。本文通过介绍数据挖掘技术和支持向量机技术,研究船舶性能快速比较算法以及性能统计。     

六自由度Stewart平台运动学遗传神经网络正解

近年来,舰载相控阵雷达发展迅速,对其隔振措施和隔振机构的要求也越来越高。Stewart平台为一种通常的空间六自由度并联机器人,在舰载相控阵雷达中具有广泛的应用。为了解析Stewart平台工作空间和设置机构误差步长,必须运动学求解。本文针对当前Stewart平台正解法存在的问题,基于传统的正解法和Stewart平台结构,提出一种遗传神经网络正解算法,通过仿真验证可知,该方法具有较高的收敛性和较快的速度,有进一步推广应用的潜力。     

支持向量机技术在舰船航向广义预测与控制中的应用

舰船在海上航行时,受到海浪等干扰力的作用难免会偏离既定航线,严重时甚至发生搁浅等事故,航向的广义预测与控制决定了舰船的航行效率和安全性,是船舶工业领域研究的重点。支持向量机技术是一种新型的智能学习算法,该算法在非线性系统求解、小样本、高维度系统求解领域有重要应用。本文以舰船航向预测与控制为研究对象,系统介绍了支持向量机算法,并基于支持向量机技术对船舶航向进行预测与控制。本研究对于提高舰船航向预测与控制有重要意义。