双机制Stacking集成模型在短时交通流量预测中的应用

交通流量预测对于智能交通管理决策具有重要意义,为克服传统单一模型预测精度低、稳定性不足,同时为解决Stacking集成模型对基学习器输出信息利用率不高的问题,提出了一种双机制Stacking集成模型.双机制包括内机制和外机制,内机制通过在元学习器中引入注意力机制来调整网络中的特征信息,外机制通过在基学习器中融入动态权重系数来调整基学习器的输出信息.通过内外结合的双机制实现对基学习器输出信息动态变动规律的挖掘和提取并增强对基学习器输出信息的利用率,从而提升模型的预测精度和稳定性.选取I5NB高速公路上的76898条数据为实证研究对象,进行了基于随机森林、GBDT(gradient boosting decision tree)和Xgboost(extreme gradient boosting)单一模型、传统Stacking集成模型及双机制Stacking集成模型的预测对比分析.实证结果证明双机制Stacking集成模型预测精度最高,验证了该模型在短时交通流量预测中的有效性.     

一种基于Bagging算法的高斯过程集成建模方法

针对单一高斯过程在化工过程软测量建模中存在估计精度不高的问题,利用Bagging和高斯过程回归算法,提出一种基于Bagging算法的集成高斯过程软测量建模方法.该算法使用Bagging技术从训练样本集中选取若干子训练样本集,利用该若干子集形成多个高斯过程模型,并通过加权组合方式进行集成,得到最终的模型输出.将该方法应用...     

CMOS输出缓冲器瞬态行为的SPICE建模

根据CMOS输出缓冲器的特性，提出了一种新的输出缓冲器瞬态行为的SPICE建模方法。在把输出缓冲器的瞬态行为特性分为中间状态和稳态2种工作状态的基础上，利用IBIS模型数据，构造了SPICE的瞬态行为模型。仿真中采用TYP、MIN和MAX3种输出模型，完整地反映了输出缓冲器的特性。最后，通过比较PSPICE软件与SigXplore软件的模拟结果，验证了该方法的有效性。     

立铣加工切削力和振动的计算机仿真与实验

在改进的非线性立铣加工铣削力数学模型和动力学方程基础上,采用变步长数值积分算法(四阶显式Runge-Kutta算法),建立动态铣削加工过程的计算机仿真模型.通过铣削加工动力学实验,对仿真模型输出的铣削力和铣削振动的时域特性预测精度进行验证,进一步对其频域特性进行分析.结果表明,该仿真模型作为高效低耗的研究平台,可较好地用于立铣加工铣削力与铣削振动的预估及其频域特性分析.     

海洋输油立管的建模及边界控制

为了更准确地描述海洋输油立管结构的动力学特性,文中基于Hamilton原理建立了耦合时变内流和海流的动力学的立管模型,该模型由一组偏微分方程( PDEs)和一组常微分方程构成,具有无限维特点.随后基于该原始无穷维PDEs模型,结合边界控制技术和Lyapunov方法,分别设计了纵向和横向二维边界控制器用以抑制立管振动.之后利用Lyapunov方法对立管系统的稳定性和一致有界性进行了证明,并通过仿真实验验证了文中控制算法的有效性.     

基于综合建模方法的铅锌烧结块成分预测

针对铅锌烧结过程异常复杂的实际情况,提出了一种既可保证预测精度又满足配料计算对数据完备性要求的铅锌烧结块成分预测智能集成模型.该模型综合了机理与多种智能建模方法的优点,对于正常生产情况(即数据完备区),通过模糊分类/组合以及神经网络NN分段描述方法建立了成分预测的监督式分布神经网络模型;对于异常或不常用工况(即数据不完备区),通过专家经验规则修正部分假定或统计参数方式建立经验机理模型;采用串、并联形式将2种模型有机结合,并通过专家推理进行集成协调与更新修正,形成智能集成模型,实现成分可靠、准确的在线预测.在实际生产中运用该模型,烧结块铅、锌成分预测的相对误差分别为1.51%和0.41%.     

智能控制中的定性与定量综合集成方法的研究

定性与定量的综合集成是智能控制中所要解决的关键问题之一。本文利用面向对象的思想,研究了智能控制系统的广义知识模型,并以此为基础,提出了智能控制中定性与定量的综合集成方法及具体实施策略。应用结果验证了这种方法的可实施性和有效性,为智能控制系统中异构型知识基于系统的无缝集成提供了基础。     

动态输出反馈协议下二阶多智能体系统H_∞一致性

研究了受外部干扰的二阶多智能体切换网络的一致性控制问题,并通过使用智能体邻居的相对位置信息提出了一种分布式动态输出反馈协议.通过定义受控输出和对原模型进行两步变换,把多智能体系统一致性控制问题转化成H∞控制问题,进而对具有切换拓扑结构的无向网络找出使多智能体系统达到H∞一致性的充分条件.仿真算例验证了所提方法的有效性.     

基于粒子群算法与BP网络的机床主轴热误差建模

为了避免基于反向传播(BP)神经网络的主轴热误差模型精度低、通用性不强和收敛性较差等缺点,利用模糊聚类理论与相关分析法对温度变量进行优化,并且选取热敏感点以挖掘温度变量与热误差间的相关性,降低温度变量间的耦合性.利用粒子群优化算法(PSO)将预测输出与期望输出间误差平方和的倒数作为个体适应度函数,将个体头部分与身体部分的表现码分别映射为网络的隐含层节点数、权值和阈值,实现了对BP网络的拓扑结构的有效优化,通过跟踪个体极值和全局极值实现了粒子群个体速度与位置的更新.分别建立了基于BP和PSO-BP网络的热误差模型,以精密坐标镗床主轴为研究对象,采用五点法对高速主轴热误差进行测量.结果表明,PSO-BP模型可实现不同工况下主轴空间位姿状态的高精度预测,验证了测量及建模方法的有效性.     

一种动态校正的AGMM-GPR多模型软测量建模方法

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.     

基于改进典型相关分析的混沌时间序列预测

典型相关分析是目前常用的研究两个变量集间相关性的统计方法.针对线性典型相关分析法不能揭示变量间非线性关系,因而不适用于混沌系统等问题,将核典型相关分析与径向基函数神经网络相结合,提出了一种改进的核典型相关分析方法以解决映射空间样本未知及逆矩阵求解困难等问题.首先利用两个径向基函数神经网络,通过训练使两个网络输出之间的相关系数达到最大,可同时得到两组典型相关变量.然后建立预测模型,对Lorenz混沌方程及大连月气温与降雨二变量混沌时间序列进行仿真,并与传统的线性回归预测方法进行比较,多组仿真结果证明了所述方法的有效性.     

车辆悬架和座椅悬架的鲁棒H_∞集成控制策略

在建立"车-椅-人"车辆集成控制模型的基础上,提出一种基于线性矩阵不等式(LMI)优化技术的主动座椅悬架和车辆主动悬架的鲁棒H∞集成控制策略.以人体垂直加速度响应功率谱密度为控制输出目标,以满足车辆悬架动行程范围、车轮动静载荷比响应和所需的集成控制力要求为约束条件,设计出了座椅悬架和车辆悬架集成状态反馈控制器.通过仿真软件MATLAB进行了集成控制系统的仿真分析与比较,证明了该方法的可行性和有效性,为车辆主动悬架系统的研究提供了理论依据.     

Fuzzy变量的Fuzzy线性回归模型的最小二乘估计

以LR型Fuzzy数空间的距离为基础 ,给出了Fuzzy变量的Fuzzy线性回归模型的未知参数的最小二乘估计 ,论述了未知参数在FLR(R) 中的计算方法。     

基于 LR 模糊数据的线性回归模型

LR模糊数据是实践中经常使用的由形状函数L及R、左右扩展及中心构成的模糊数．取值LR模糊数的随机变量称为模糊随机变量,其缺乏适宜的概率分布模型,导致模糊数据的线性回归模型缺乏显著性检验．文章基于Nather模糊随机变量线性回归分析工作,进一步给出LR模糊数据多元线性回归在δ2距离下的系数估计,并通过统计软件给出模型中非确定干扰变量的Bootstrap模拟分布．     

基于BPT-MLR模型的建筑能耗分析和预测

通过对福建省厦门市某高校8栋公寓楼的房间日平均用电量的分析，提出一种建筑能耗的平衡点温度-多元线性回归(BPT-MLR)模型.使用统计方法识别平衡点温度，并根据该平衡点温度分段对房间日平均用电量进行多元线性回归预测分析；对8个参数进行筛选，最终选4个参数作为模型变量，包括1个数值型变量(室外空气平均温度)和3个定类型变量(性别、节假日指数和晴雨天指数).结果表明：对比3种数据驱动模型，BPT-MLR模型的预测性能最优，其R²值达到了95.29%,比BP神经网络模型和多元线性回归模型的R²值分别高出0.04%和24.64%.     

离散时间系统多模型切换控制器

基于离散时间系统模型,提出一种切换控制器,这种控制器可保证经过多次切换,系统的状态是Ｌｙａｐｕｎｏｖ稳定的·同时针对被控对象参数不确定范围对被控对象建立多个模型,每一个采样时刻根据输出误差,选择最优模型及切换控制器,避免了切换控制器造成的切换频繁、过渡时间过长的弊端,改善了瞬态响应     

一种基片集成波导滤波器的快速设计方法

本文使用主动空间映射算法对基片集成波导滤波器的快速设计进行研究。在对滤波器结构进行分析的基础上,使用HFSS和ADS软件分别建立了其电磁场全波分析模型和等效电路模型,并将之用于空间映射方法所需的精确仿真和粗糙仿真。通过利用等效电路模型,对反映模型参数映射关系的参数进行了提取。整个设计过程仅用了少数几次精确仿真和粗糙仿真,就可以较好地到达设计指标。同常规设计方法相比,该方法可以对具有大规模变量的高阶滤波器进行设计,并且可以显著减少设计时间。作为应用实例,分别对X波段五阶和十阶带通滤波器进行了快速设计,并通过实验对五阶带通滤波器进行了验证,有力地证明了本文所提出方法的正确性和有效性。     

基于模糊聚类测点优化与向量机的坐标镗床热误差建模

为了研究电主轴系统热特性对机床精度的影响,建立了主轴轴向及径向热误差模型.以精密坐标镗床为对象,采用五点法对主轴热误差进行测量,并分析了转速对主轴热误差及温度场的影响规律.利用模糊聚类分析法对温度变量进行分组优化,选出对热误差敏感的温度变量,建立主轴轴向热伸长及径向热倾角的最小二乘支持向量机(LS-SVM)以及多元线性回归(MLRA)的综合热误差模型,并设定了预测优度评价标准.结果表明:模糊聚类分组法能有效降低温度变量间的多重共线性,并提高模型的稳定性;LS-SVM模型具备全局寻优的特点,可实现不同工况的高精度预测,预测精度可达90%,且比传统的MLRA模型有更好的通用性以及更强的泛化能力,可作为后期热误差的补偿模型.     

权重线性组合与逻辑回归模型在滑坡易发性区划中的应用与比较

以贵州省为研究区对滑坡易发性进行研究,对预测方法进行比较.其步骤为:首先,选取年均降雨量、岩性、高程、坡向、地形地貌、坡度、至构造线距离、至水系距离、至铁路距离和至公路距离10项评价指标作为影响滑坡发生的致灾因子,分别采用主客观权重线性组合(WLC)模型及结合确定性系数的逻辑回归模型(LR)分析研究区内各致灾因子与滑坡发生的相关性并建立预测模型:其次,基于ArcGIS平台完成贵州省滑坡易发性区划图,结合历史滑坡分布,应用熵值法对2个模型的区划结果进行验证和比较.最后,从模型原理、运行环境和适用条件等方面对2个模型进行比较和讨论.研究结果表明:WLC模型和LR模型的熵权分别为0.255和0.745,表明逻辑回归模型(LR)的区划结果与实际的滑坡情况吻合度更高.