求解约束非线性优化问题的群体复合形进化算法

分析了SCE－UA算法的特性,指出该算法仍存在着一些缺陷,例如（1）SCE－UA算法的全局最优性依赖于随机选取的初始点集的多样性,若初始点集选取不当,搜索进化就会早熟而陷入局部最优解;（2）SCE－UA算法其求解效率有待于进一步提高,提出了群体复合形进化算法,能充分利用目标函数值的信息,优化搜索过程具有较强的方向性和目标性,收敛速度较快,且是全局优化算法,能有效地求解不等式约束非线性优化问题。     

太湖洪水预报的前向人工神经网络

将求解不等式约束非线性优化问题的群体复合形进行化算法,应用于前向人工神经网络逼近,提出了前人工神经网络全局最优逼近算法,将前向人工神经网络全局最优逼近算法应用于太湖水位预报,建立了太湖水位预报的神经网络模型,表明了提出的全局最优逼近算法的有效性。     

雅鲁藏布江尼洋河流域洪水预报方法研究

针对尼洋河流域的水文特性和资料情况,利用基于混合线性回归模型的黑箱子模型方法建立了包括尼洋河流域工布江达、巴河桥、更张、八一等站的流域洪水预报模型,并采用1997～2002年汛期的水文观测资料分别率定各站相应的洪水预报模型,采用2003年汛期的水文观测资料分别验证率定的水预报模型．率定和验证结果表明,所提出的模型方法具有一定的精度,可以用于作业预报．     

TIGGE模式在淮河水系史河流域的应用

为了提高淮河水系史河流域降水预报的精度,对TIGGE模式降水预报校正方法进行了研究。基于TIGGE的ECMWF、KMA、JMA、UKMO、CMA等 5个模式2015—2017年汛期在史河流域的降水预报数据和雨量站实测降水资料,采用降水预报的均方根误差指标和在确报率、空报率和漏报率评价指标基础上提出的降水预报三率综合评价指标,对各模式在1~7 d预见期内的预报精度进行综合评价,采用2种非线性方法RBF及ν-SVR对TIGGE的5个降水预报模式进行非线性集合预报校正,并与线性方法BREM法进行了比较。结果表明:TIGGE的5个模式中,JMA模式的降水预报精度最高,其次是ECMWF和UKMO,实时降水预报校正ν-SVR法明显优于BREM法和RBF法;实时降水预报校正ν-SVR法提高了TIGGE模式降水预报的精度。     

车辆数据采集系统中数据压缩技术的研究

针对网络化车辆数据采集系统对实时数据压缩的要求，对数据压缩的基本理论和方法进行了研究，采用字典编码与预测编码串联的方式组成了数据压缩系统，并用C Builder语言实现了该系统，基于字典编码技术的LZSS算法采用了二叉树存储数据，大大缩短了程序的运行时间，预测编码采用简单算法实现了预测器的设计，也减少了计算机的消耗，通过对自动换挡过程监控数据的仿真压缩验证，实验数据经过本系统压缩后达到了较高的压缩比，证明了该系统在车辆数据采集中的可行性。     

纯电动汽车电池管理系统的设计及应用

针对目前唯一可以产业化的纯电动汽车使用的主要能源动力电池,设计开发了电池管理系统。系统以单片机为核心,采用分布式网络控制系统结构,可以实时检测动力电池的各种运行参数:电池SOC、总电压、总电流、单体模块电压、电池包内特征温度;可以根据电池状态进行故障诊断和报警,同时具有热管理功能等;系统参数通过PC进行标定,通过CAN总线与整车其他系统进行通信实现信息共享。系统已经在BK 6121EV纯电动公交客车上安装。实验室和实车试验结果表明:系统电池电压测量精度为1%满足要求,系统各个功能运行稳定、可靠。     

一种新的水资源系统风险型决策方法

首先以水资源系统为背景，探讨了贝叶斯决策的观点，方法及传统贝叶斯方法的局限性，介绍了不精确解率分布的概念，定义，然后提出了基于有限状态空间不精确概率分布的风险型决策方法，指出了经典的效用函数决策方法及完全不确定型决策方法是该方法的两个特殊情形；最后给出演示该方法的算例。     

基于经济性和可靠性的多目标风险型决策方法

介绍了有关风险的几个概念，提出了风险的多维度量的概念及度量风险的几个指标。根据决策者在经济性和可靠性两方面的要求及实际决策过程的特点，利用给出的度量风险的指标，提出了基于经济性和可靠性的目标风险型决策方法。最后给出了一种算例。算例表明，所提出的风险型决策方法能使决策者较容易地表达对确定结果的偏好及对待风险所持的态度。     

一种基于状态机的毛刺信号滤波方法

提出并实践了一种状态机的实时滤波方法,并成功应用于某军用车辆速度检测. 该方法以CPLD(FPGA)作为硬件,在高频时钟驱动下检测信号中瞬态脉冲宽度,滤除宽度短的脉冲,输出宽脉冲,从而实现脉冲干扰滤波功能. 阐述了该方法的原理和状态机实现方法,分析了该方法的滤波特性,并通过仿真计算其在方波毛刺信号上的应用,论证了该方法的可行性以及滤波宽度变化对该方法精度的影响.      

基于数学形态学的电梯限速器飞重张角检测

提出一种基于运动物体图像识别的限速器飞重张角检测技术.设计了用于识别的可视标识符,完成图像拍摄和限速器线速度间的同步,采用数学形态学对图像进行预处理,并利用形状参数提取与过滤技术对标识符进行了实时识别,计算出飞重张角,利用最小二乘法进行张角与限速器线速度的二次拟合.试验结果表明,该方法正确率稳定在97%以上.