喷射转发算法:一种基于Markov位置预测模型的DTN路由算法

典型的容迟网络(DTN)场景常表现出大延迟、易中断、高误码率等特点,其中高效节能的路由算法更是一个亟待解决的问题.现有方法主要是通过发送多个副本来提高数据传输的可达性概率,但网络开销很大.为了同时兼顾成功投递率、网络延迟和网络开销,文中提出了基于Markov位置预测模型的DTN路由算法(喷射转发算法).该算法根据节点经过路径的历史信息,用2阶Markov预测机制预测目的节点可能的位置,针对该位置进行多路径的贪婪转发,使包有方向地扩散,减少网络中包的副本数.采用多副本转发的混合发送模式,在保证成功投递率的基础上,有效地减少包副本数,弥补了使用单一模式时不能兼顾网络开销和成功投递率的不足.仿真结果显示,在小节点密度、节点移动速度较快的网络环境下,与spray and wait算法相比,喷射转发算法能有效地提高成功传输率,减小网络开销.     

基于证据推理的故障预报模型

为处理存在定量与定性不确定性信息的非线性复杂系统故障预报问题,建立了基于证据推理(evidential reasoning,ER)的故障预报模型,提出了ER预测模型的参数优化方法.该模型利用ER算法可以处理精确数据、不完整数据、模糊数据的能力,及其非线性融合的特性,对模型的输入信号,通过信息变换技术转化到信度结构框架下,应用解析ER算法对输入信息融合,根据输出数据的类型,构造相应的预测输出,给出了故障识别方法.针对ER预测模型参数难以精确的主观确定的困难,建立了非线性优化模型,对模型参数进行优化学习,获取最优模型参数.通过实验对ER预测模型的性能进行了分析,结果表明,建立的预测模型和参数优化模型可以有效的处理故障预报问题.     

商用车ABS预测控制方法研究

针对商用车制动过程中存在的强烈非线性和模型不确定性问题,建立了整车七自由度转向制动状态空间模型,提出了一种非线性连续预测控制方法,设计了基于滑移率的ABS非线性预测控制器.在控制器设计中,利用泰勒级数展开对系统状态进行适当的截尾处理,获得了系统预测模型,并将ABS路面识别算法引入参考轨迹设计,提出了多路面下的参考轨迹模型.当路况发生变化时,参考轨迹也发生相应的变化,而且在系统中引入了积分反馈,以增强系统的鲁棒性.仿真研究表明,当ABS存在建模误差、载荷变化和干扰时,该非线性预测控制器仍能够获得良好的动态响应和鲁棒性.     

复杂电网连锁故障预测研究综述

复杂电网连锁故障序列预测是揭示电力系统大停电事故演化机理、阻断连锁故障肆意传播以及制定早期事故预防策略的前提.本文总结了现有的连锁故障预测方法,详细介绍了模式搜索法、模型法以及风险评估法在电网连锁故障预测中的应用及发展现状.最后,针对目前已有的研究成果,提出了复杂电网连锁故障预测未来的研究方向.     

基于核和测度的连续区间灰数Verhulst预测模型构建与应用

针对现有区间灰数Verhulst对整体呈现"S"形变化特性的连续区间灰数序列模拟误差较大的问题,通过分析构造序列的特征,提出一种改进的连续区间灰数Verhulst动态预测模型,即先分别构建连续区间的核序列和测度序列,继而建立核序列的灰色Verhulst预测模型和测度序列的灰色Verhulst预测模型,最后构建区间上下界预测模型。将此模型应用于青海玉树地震伤病员人数的预测,并与多种典型Verhulst预测模型进行对比,结果表明该模型预测精度更高,模拟效果更好。     

基于自适应遗传算法的LED器件多应力条件下寿命快速评估系统模型

发光二极管(light-emittingdiode,LED)作为正在兴起的固态冷光源具有效率高、寿命长、体积小、响应快、抗振、驱动电压低、绿色环保等特点,在照明光源、仪表指示等领域显示出较大的发展潜力.针对LED器件寿命在实际使用环境中应力影响因素复杂、加速寿命试验模型考虑的应力因素不全面以及LED器件寿命预测模型准确性低等问题,本文提出了一种LED器件多应力条件下寿命快速评估系统模型.该模型适用于各种工艺制造的不同结构的LED器件.以光效衰减30%为寿命依据,以环境温度、湿度和驱动电流为输入量、LED器件寿命为输出量,采用设计的自适应遗传算法确定被测器件的辨识参数.利用构建的加速寿命试验获得较高温度湿度电流应力下的少量样本数据,基于得到的样本数据辨识该模型的未知参数,获得了模型.在常温常湿常电流应力下,通过该模型进行了LED器件寿命预测.研究结果表明:在任意温度湿度电流应力下,提出的模型可以快速较精确地实现LED器件寿命预测;在常温常湿常电流应力下,基于提出的模型得到的LED器件寿命接近于LED行业平均技术水平的LED预期寿命;提出的模型应用于LED器件寿命可靠性测评具有实用性,并可继续拓展成为纳入更多应力的模型.     

基于混沌理论和Volterra自适应滤波器的天然气负荷预测

天然气是一种重要的清洁能源,如何预知未来时刻的天然气负荷,对于燃气公司与上游气源及下游用户制定合适的商业计划具有重要的意义.针对天然气短期负荷预测问题,提出基于混沌理论和Volterra自适应滤波器的预测模型.首先,对天然气时负荷时间序列进行日相关性分析,然后采用互信息法和伪最近邻域法确定延迟时间和最佳嵌入维数;其次,在相空间重构的基础上,对天然气时负荷时间序列进行混沌特性分析;再次,针对现有预测模型多为主观预测模型的特点,将Volterra自适应滤波器预测模型引入到天然气时负荷预测中,降低了人为主观性;最后,给出预测算例,探讨不同Volterra自适应滤波器阶数对预测效果的影响及对比了Volterra自适应滤波器预测模型与人工神经网络(artificial neural network,ANN)、傅里叶级数预测模型的预测精度,验证二阶Volterra自适应滤波器预测模型在不同日时负荷的预测效果.结果表明:二阶Volterra自适应滤波器预测模型较ANN、傅里叶级数预测模型具有更高的预测精度,为天然气短期负荷的在线工程应用提供了有益参考.     

基于粗糙集与灰色动态预测模型在电力负荷短期预测的应用

针对电力系统多因素负荷预测问题的复杂性,结合粗糙集理论与GM（1,N）模型各自的优势,提出一种基于粗糙集理论的GM（1,N）预测模型.采取粗糙集理论对影响负荷预测因素进行简约,利用GM（1,N）建立简约后的因素变量和负荷之间的关系建立模型,并与GM（1,1）预测模型进行了比较,结果反映基于粗糙集理论的GM（1,N）预测模型的优越性,精准度达到94.055%.     

基于ARMA-GARCH模型的水文过程不确定性分析

不确定性分析和风险分析是现代水资源管理研究的一个重要领域,即需要对预测方差做精确估计.然而传统的径流模型是在方差恒定或者方差随季节变化的假设下进行建模的.但实际情况中,水文过程往往存在异方差性,通过McLeod-Li检验和Engle拉格朗日乘数检验证明了这一点.针对此种情况,本文建立了水文过程的GARCH模型.首先,对序列进行了剔除季节因素的处理;其次,对处理后的序列建立了传统的ARMA模型;再次,在ARMA模型的基础上,建立了GARCH模型对残差的方差进行了修正.最后,以宜昌水文站1949年～2001年日径流数据为例进行了应用验证.研究结果表明,与传统ARMA模型相比,在不影响信度的情况下,GARCH模型能够更加精确的预测置信区间,从而为不确定性分析和风险分析提供更加可靠的基础.     

基于栅极信号的功率器件老化特征分析

本文研究栅极动态信号在功率器件故障预测上的应用.首先介绍了功率器件栅极动态信号反映的相关失效机制,并分析了栅极动态信号的老化特征及影响因素.提出了老化特征提取方法,选定动态过程时间,动态过程面积比率作为老化特征.使用降频错位采样的方法还原高频采样下计算的老化特征,降低利用动态信号进行故障预测的采样频率,以提高方法可行性.通过NASA公布的数据集进行实验验证,提取的老化特征明显,降频采样达到了预期效果.     

用混合回归模型预测黄河三门峡站年径流变化的初步研究

年径流形成过程受到很多因素的影响,对其未来的精确描述十分困难,常用的成因预测法和统计预测法都有其一定局限性.以年径流作为自回归因子,降水、气温和用水做为回归因子,建立了年径流预测的混合回归模型,并以黄河三门峡站为例,对黄河三门峡站天然年径流未来变化进行了6种方案下的预测.研究表明,混合回归模型既能较好地模拟气温、降水及耗水变化对年径流量的影响,也能体现年径流自身的演变规律.     

基于PCMRA-SVM的采煤工作面瓦斯涌出量预测

为了准确、快速地预测采煤工作面瓦斯涌出量,针对瓦斯涌出系统的特点,提出了一种基于PCMRA-SVM的瓦斯涌出量预测模型。以钱营矿的25组瓦斯涌出量观测数据进行仿真实验,并与BPNN、SVM、CIGOA-ENN方法的预测结果进行对比。结果表明:PCMRA-SVM模型的最大、最小和平均相对误差分别为4.06%、0.02%和1.73%,均优于CIGOA-ENN、SVM、BPNN,验证了所提出模型的有效性、可靠性及准确性。     

基于PCA-ABBP强分类器的矿区采空塌陷危险性预测

为了准确、快速地预测矿区采空塌陷危险性,针对矿区采空塌陷影响因素之间存在信息重叠以及利用单一BP神经网络进行预测时存在的局部极值等问题,提出了一种PCA-ABBP强分类器模型。以北京西山某地的24组采空塌陷数据为样本,选取了采空区空间叠置层数等7个变量作为矿区采空塌陷的影响因素,以前17组数据作为训练样本,建立基于PCA-ABBP强分类器的矿区采空塌陷危险性预测模型。利用该模型对后7组数据进行预测,预测结果与实际完全相符,而单一BP神经网络预测的平均误差为17.14%,验证了所提出模型的有效性和可靠性。     

顾及大坝位移残差序列混沌效应的GA-BP预测模型

针对大坝观测数据常规模型训练后的残差混沌效应及模型回归方法的拟合度等问题,文中融合遗传算法与神经网络的数据训练优势,通过构建的遗传神经网络(GA-BP)算法对大坝变形观测序列资料进行回归提取残差序列.基于位移回归残差序列的混沌特性,利用混沌理论对其残差序列进行数值分析,并将残差预测结果与GA-BP预测模型进行叠加.据此,提出了考虑大坝变形残差序列混沌效应的GA-BP监控预测模型.实例表明,文中建立的预测模型的计算精度及收敛速度均得到提高,且考虑残差影响的大坝监控模型的预测效果得到了有效的提升.该模型的建模方法亦可推广应用于边坡及其他水工建筑物的安全预警.     

正背栅SOI-MOSFET二维阈值电压解析模型

通过建立沟道区域和埋氧区域的二维泊松方程,并考虑衬底区域的掺杂和背栅偏压对器件阈值电压的影响,得到了一种正背栅全耗尽SOI-MOSFET二维阈值电压模型.根据模型计算结果,研究了衬底掺杂浓度和衬底(背栅)偏压对器件阈值电压的影响,通过与MEDICI数值模拟结果的比较表明,该模型能预计不同衬底掺杂浓度和衬底(背栅)偏压对阈值电压的影响,正确反映器件的短沟效应和背栅效应.     

相空间重构和混沌遗传神经网络融合的矿井涌水量预测研究

为了更准确预测矿井涌水量变化,有效防治矿山水害,本文提出利用相空间重构和混沌遗传神经网络相结合的方法预测矿井涌水量。选用C-C算法确定嵌入维数和延迟时间,通过对时间序列进行相空间重构来判断涌水量时间序列的混沌特性。为避免BP神经网络极易陷入局部解的问题,采用遗传算法对混沌神经网络进行参数优化,构建混沌遗传神经网络预测模型。将构建的模型应用于某矿山-100 m水平巷道涌水量的预测,在理论预测时长内预测最大误差为3.38%,表明该方法能够反映短期内矿井涌水量变化的趋势,相比单纯的混沌BP神经网络预测模型,预测精度有所提高,可为矿山企业的灾害防治提供科学的参考依据。     

指数平滑模型参数反分析及应用

边坡预测是基于现有的各种监测资料分析和预测未来边坡位移或应力发展趋势,从而分析判断边坡在未来某一时期内是否稳定,或者预测滑坡发生时间的过程.反分析方法已经成为目前解决复杂岩土工程的主要方法之一,在岩土工程中得到越来越多的应用.基于现场的监测时间序列,应用岩土工程反分析方法反演指数平滑预测模型的参数,建立其预测模型,并应用于高边坡的变形预测中.通过应用,论证了参数反演后的指数平滑预测模型的有效性和普适性,并发现该预测模型适合于中短期预测,建议应用该模型进行高边坡变形的短中期预测.     

新航行体系下大型客机飞行管理系统关键技术研究与仿真验证

以新航行体系下大型民用飞机飞行管理系统基于轨迹的运行和基于性能的导航需求为焦点.系统研究了新航行体系下的飞行管理系统的体系架构、飞行管理系统所需要的更为精确的四维轨迹预测功能、飞行制导功能和综合导航功能.针对大型民用飞机飞行管理系统,研究、设计、开发了基于导航数据库、性能数据库和飞机总能量模型对飞行轨迹进行精确的四维轨迹预测算法;基于性能数据库设计了四维精确飞行制导律;基于组合多种导航传感器,实现自主完好性监控与告警,满足所需导航性能要求的综合导航功能等关键技术.构建了飞行管理系统的飞行驾驶舱验证平台,并采用实际的飞机模型和飞行计划进行了充分地仿真验证,证明了本文所研究的飞行管理系统架构和关键技术切实具有工程实现的可行性、合理性和可用性.     

基于神经网络模型的紫外极光卵边界建模

极光卵的尺度大小和太阳风、磁层、电离层以及它们间的耦合过程有密切的联系,会随着空间和地磁环境的变化而变化.建立准确的极光卵边界预测模型对空间天气的预报以及了解日地关系具有重要意义.本文利用误差反向传播(back propagation, BP)神经网络和广义回归神经网络(general regression neural network, GRNN)两种神经网络模型对极光卵边界进行建模.结果显示GRNN的极光卵边界模型具有较高的准确性,赤道向边界预测平均绝对误差在0.77～1.20磁纬度(MLAT);极向边界预测平均绝对误差在0.83～1.39 MLAT.基于GRNN的极光卵边界模型预测准确性分别在极向边界和赤道向边界的整个磁地方时(MLT)上比BP神经网络的极光卵边界模型平均提高了0.74和0.73 MLAT,比多元线性回归模型平均提高了0.82和0.82 MLAT.而在模型的外推性方面, GRNN的极光卵边界模型的外推性优于BP神经网络的极光卵边界模型,与多元线性回归模型接近.     

基于Favré平均的高超声速可压缩转捩预测模型

本文在Favré平均的框架下推导了可压缩层流脉动动能输运方程,并根据一定的假设和尺度分析封闭了该方程.通过将Favré平均层流脉动动能方程与Favré平均Navier-Stokes方程联合求解,构造了适用于高马赫数的层流-湍流转捩位置预测模型.应用所发展的可压缩模型及不考虑其显式可压缩项的模型对来流Mach数为5.91的裙锥绕流进行了数值模拟,给出了不同壁面条件下边界层的转捩位置,并与现有的基于参考温度进行可压缩修正的转捩模型计算结果以及实验结果进行了对比,表明所发展的模型在高超声速流动转捩预测上具有更高的精度.