基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

工业机器人绝对定位误差补偿技术研究进展

 针对航空制造业中工业机器人存在实际位姿与理论位姿偏差的问题，分析了工业机器人绝对定位误差来源，解析其对飞机零部件连接性能产生的影响，在工业机器人绝对定位误差补偿原理和主要步骤分析基础上，阐述运动学建模、位姿测量、运动学参数误差辨识以及误差补偿等关键步骤对工业机器人绝对定位误差补偿的作用及重要性，对比分析了国内外学者在该步骤中涉及的主流算法和技术，归纳总结各步骤中存在的问题和可能的解决方案，探讨了工业机器人离线与在线误差补偿技术中的不足之处，指出工业机器人绝对定位误差补偿技术的发展趋势。     

一种基于倾斜投影的图像分析方法

将Pyt'ev形态学中基于倾斜投影的绝对形状和相对形状的模型推广到3个图像空间,并运用投影算子建立了3个图像空间的绝对形状和相对形状的相关理论.在此基础上对不同图像的形状进行了相关性和独立性分析,得出了有关3个图像空间的相对形状的独立指数和绝对形状的连通指数,这为图像形状的分析比较及图像识别提供了有效的工具.     

基于BP神经网络的交流输电线路可听噪声预测模型

可听噪声属于输电线路电磁环境的影响因子之一,其常规预测模型均存在使用条件受约束或预测误差偏大的问题.根据间接预测法的思想,以可听噪声通用表达式中的4个因素为输入变量,可听噪声值为输出变量,建立了三层结构的BP神经网络交流输电线路可听噪声预测模型.以国外多条输电线路可听噪声数据为样本,通过BP神经网络对样本进行训练,运用得到的模型对预测集线路的可听噪声值进行了预测.结果表明,与常规GE公式相比,采用BP神经网络预测模型的预测平均绝对误差要小1.641 4 d B(A).     

掺杂Gd对铕配合物Eu_xGd_(1-x)(TTA)_3(TPPO)_2绝对量子效率和荧光寿命的影响

掺杂不同比例的Gd到铕配合物中得到一系列共发光稀土配合物EuxGd1-x(TTA)3(TPPO)2。这些稀土配合物相似的红外光谱表明掺杂Gd前后的稀土配合物具有类似的分子结构。激发光谱表明所有稀土配合物的最大激发波长都在366 nm附近。绝对量子效率和荧光寿命随着Gd含量的变化呈准周期性变化,同时绝对量子效率和荧光寿命的变化趋势恰好相反,说明了稀土配合物吸收能量后尽快地将能量转化为光能释放出去有利于绝对量子效率的提高。     

一类二阶线性常微分方程两点边值问题的数值解

采用有限差分法,将一类二阶线性常微分方程两点边值问题转化为绝对值方程,并给出了一个迭代算法,证明了算法的收敛性.数值实验结果表明,该方法迭代次数少、精度高.     

UKF车速估计器的算法研究与仿真

为准确估计车辆的行驶速度, 保证汽车的安全性, 设计了基于无味卡尔曼滤波算法（UKF: Unscented Kalman Filter）的车速估计器, 并与基于卡尔曼滤波（KF: Kalman Filter）算法所建立的估计器进行了比较。两个估计器都以七自由度整车模型为研究平台, 同时在Matlab中搭建了UKF和KF的算法模型。仿真实验结果表明, 当系统输入产生突变时, UKF算法与真实值的绝对误差率始终在4%以内, 比KF算法的误差率大约降低了3%, UKF车速估计器能很好地预测车速变化的趋势, 相对于KF估计算法效果更佳。     

基于梯形模糊数的模糊最小一乘回归模型

本文给出一种梯形模糊数的距离,并基于这种距离,建立了关于梯形模糊数的模糊最小一乘回归模型.针对输入、输出和回归系数分别为实数和梯形模糊数的三种情形,进行了详细的研究与分析.最后,通过3个实例验证了所提模型的有效性.数据模拟结果表明我们的方法具有较好的拟合效果.     

序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形，并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题，在极值处理法的基础上，提出了一种非线性的无量纲化方法，即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段，并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析，发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外，采用模拟仿真的方法发现，该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。     

Forming mechanism of ink layer on the printing plate in inking process and influencing factors of its thickness

Ink layer thickness on the printing plate greatly influences uniformity of ink transferred to the substrates , which is an important indicator of printing quality , so the study of ink layer and its thick-ness is important for improving the quality of printing products .Ansys CFX is used here to build a model of ink fluid adhering to lower vibrator roller , form inking roller , and printing plate for analy-zing ink transferring in inking process .Ink layer thickness on each position of the model is acquired to analyze the forming mechanism of ink layer on printing plate , as well as the influence of oscilla-tion speed of lower vibrator roller and dot area percentage of plate on ink layer thickness of printing plate.It can be concluded that , in the case of fixed ink supplying amount , ink layer thickness in-creases along with the increasing of oscillation speed , and decreases when the dot area percentage is getting larger and the minimum is got when the dot area percentage is 100%.At last , experiment of plate inking on print ability tester verifies the correctness of the simulation analysis .