基于支持向量机的红虫识别研究

传统的红虫检测一般基于手工方式,效率低下,针对这种情况提出了一种基于支持向量机的红虫识别方法.基于小波分解提取能量特征结合核函数对红虫进行识别,试验结果表明识别率达到了86%.取得良好的效果.     

混合动力汽车工况识别自适应能量管理策略

为改善传统等效燃油消耗最低策略(ECMS)在真实复杂路况下的控制效果,以并联混合动力汽车为研究对象,提出了一种依据工况变化在线调整等效因子的自适应等效燃油消耗最低(A-ECMS)控制策略。首先,提取差异化显著的工况特征参数,采用聚类分析方法来完成工况分类,构建典型工况库,计算出各典型工况对应的最优等效因子;然后,采用学习向量量化(LVQ)神经网络设计了工况识别器,经充分训练后识别器准确率达到98.8%;最后,在线采集选定的车辆行驶特征参数,将当前实际工况识别为典型工况库中某一种,采用对应典型工况下的最优等效因子作为当前优化输入,建立了基于工况识别的A-ECMS控制策略。仿真结果表明:与ECMS相比,在单一给定工况下,A-ECMS燃油经济性降低了0.8%,而电池组荷电状态(SOC)提高了0.13%,能取得近似优化效果;在多工况联合工况下,燃油经济性提高了4.18%,且SOC波动减小了43.26%,证明了A-ECMS控制策略的优越性。     

构造特征复杂性减低的支持向量机

支持向量机(SVM)较一般的机器学习方法显示出更好的泛化能力.然而,在实际的数据中经常存在着大量冗余、噪声或者不可靠的特征,这严重影响到SVM的性能.因此,有必要减低特征复杂性以获取更好的SVM结果.本文提出了一种基于遗传算法(GA)的嵌入式框架下的特征优化算法,以构造改进SVM.针对选择的UCI成人数据库的实验表明,与原始的SVM相比,提出的改进SVM方法获得了更少的支持向量数目和更好的分类精度.     

基于改进型支持向量机的胶接强度预测模型

文章建立了有限元模型计算复合材料修复的含中心裂纹钢板的裂纹处应力强度因子(stress intensity factor,SIF),把仿真结果作为训练样本;提出通过支持向量机(support vector machine,SVM)对样本集进行训练和预测,建立基于复合材料补片尺寸参数的胶接强度预测模型,综合考虑补片的长度...     

基于Mutual Boost和支持向量机的表情识别

主要研究自动人脸表情识别(FER),首先使用Gabor算法提取人脸图像的特征,再针对Gabor特征维数高、冗余大及利用传统的AdaBoost算法进行特征选择时特征间仍存在较大冗余的特点,引入了基于互信息的AdaBoost算法(MutualBoost)进行特征选择,降低特征维数和减少特征间的冗余信息量。然后再以SVM分类器进行分类。本算法在JAFFE表情库上进行测试,结果验证了算法的有效性。     

一种采用粗糙集和遗传算法的支持向量机

传统的支持向量机(SVM)已被广泛应用.但在实际应用中,高维的特征向量影响了分类的速度,同时特征的选择影响了的分类的精度.为了提高SVM的分类速度和精度,提出使用粗糙集进行降维,使用遗传算法进行特征选择.将应用了此方法的SVM用于网络入侵检测中,实验表明该方法有效地改善了支持向量机的分类性能.     

基于支持向量机的增量学习算法

通过对支持向量机KKT条件和样本间关系的研究,分析了新增样本加入训练集后支持向量的变化情况,提出一种改进的Upper Limiton Increment增量学习算法.该算法按照KKT条件将对应的样本分为3类:位于分类器间隔外,记为RIG;位于分类间隔上,记为MAR;位于分类间隔内,记为ERR.并在每次训练后保存ERR集,将其与下一个增量样本合并进行下一次训练.实验证明了该算法的可行性和有效性.     

支持向量机在水资源研究中的应用

支持向量机在水资源中的应用较少,主要用于水资源时间序列预测。在介绍支持向量机回归原理的基础上,着重介绍支持向量机在水资源研究中的应用,并提出了应用中存在的一些问题。     

福建省纺织业可持续发展预警研究——基于遗传算法—支持向量机模型

社会的快速发展,给传统产业的发展带来了许多挑战,为了使传统产业能够在面临诸多不确定性下持续发展,预警是非常必要的。本文从经济发展水平、资源供应能力、科技投入力度和与社会、环境协调发展能力四个方面建立福建纺织业可持续发展指标体系,并借助灰关联分析法分析各指标与可持续发展之间的关联度。然后,利用GA优化SVM,构建GA-SVM预警模型,预测2015-2017年纺织业可持续发展能力,并将预测结果与实际相比较,发现预测结果与实际情况相符,且预测精度较高,说明所构建的预警模型具有较好的预警效果,其预警结果能够为产业可持续发展的警情监测提供有效信息。     

基于免疫遗传优化支持向量机的普米语孤立词语谱图分类

基于免疫遗传优化支持向量机的普米语孤立词语谱图分类方法,首先利用短时傅里叶变(STFT)生成普米语孤立词语谱图;其次,提取普米语孤立词语谱图的二值特征;最后,利用免疫遗传优化支持向量机实现语谱图的分类.实验结果表明:普米语孤立词语谱图分类预测准确率为88%～91%.基于免疫遗传优化支持向量机的语谱图分类比基于语音信号分类效果更好.     

燃料电池混合动力汽车控制策略研究

提出一种燃料电池功率主导轻型混合动力汽车的整车控制策略. 构建了燃料电池混合动力系统构型,建立了高压燃料电池发电系统控制约束模型,制定了7种工作模式和以燃料电池输出功率为主导、电池组SOC维持型的控制逻辑. 整车试验结果表明,燃料电池输出功率能很好地跟踪驾驶员踏板的功率需求,整车燃氢经济性为2.464 kg/100 km.     

基于模糊在线识别的并联混合动力客车自适应控制策略

针对一款并联混合动力客车提出了一种基于模糊在线识别的自适应控制策略.基于自主研发的混合动力车数据采集监控系统构建符合本地车辆实际行驶道路特点的典型工况,设计模糊工况识别算法对车辆实际行驶的工况类型进行在线识别.根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合工况识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制.实验结果表明,所设计的模糊识别方法能够较好地完成行驶工况类型的识别.基于此所提出的自适应控制方法能够在满足车辆需求功率和电池SOC维持在有效工作区间内的前提下完成发动机和电池的最优功率分配,显著提高整车的燃油经济性.      

串联混合动力汽车的能量管理策略

以串联混合动力汽车为研究对象,采用“系统建模-策略开发-仿真验证”的思路对能量管理策略进行了研究,建立了动力系统各关键部件的模型.将功率分配系数作为控制变量,以燃油经济性作为控制目标建立了一种基于逻辑门限与模糊算法的能量管理策略;以US06作为循环工况,在MATLAB/Simulink平台下进行了仿真,结果表明,所提出的能量管理策略正确有效,可以实现良好的燃油经济性,与传统的开关式能量管理策略相比,可以降低油耗113%.     

四轮驱动混合动力汽车能量管理策略仿真

通过仿真对四轮驱动混合动力汽车的能量控制策略进行分析研究，提出以扭矩作为控制策略中的主要控制变量，并根据发动机万有特性、汽车车速、电池稳态特性等因素，将整车扭矩需求合理地分配给内燃机和电机．根据车辆的动力需求，确立了动力系统各元件的匹配参数，并使用Matlab／Simulink仿真软件建立前向式混合动力车模型进行离线仿真计算．仿真结果表明，此能量管理策略可以进行合理的动力分配，并达到一定的动力系统效率．     

基于粒子群优化的混合动力汽车多目标能量管理策略

为了同时实现降低整车能耗和控制电池电量的能量管理目标,针对某功率分流式混合动力汽车,提出了基于粒子群优化(PSO)的多目标能量管理策略。该策略采用双层结构,内层采用考虑模式切换的等效燃油消耗最少策略(ECMS)对工作模式和工作点进行优化,实现降低整车能耗的目标;外层采用PSO对等效因子进行迭代优化,实现电池电量的控制目标。通过基于实车控制策略的整车仿真模型对优化效果进行了验证,结果表明,PSO与ECMS相结合的能量管理策略可实现降低整车能耗与控制电池电量的双重目标。     

基于多混沌算子遗传算法的混合动力汽车控制策略优化

为某款装备了电池/超级电容混合储能系统的并联型混合动力汽车设计了模糊控制策略.结合遗传算法的种群进化和混沌序列的随机遍历特性,将混沌初始化算子、混沌扰动算子、混沌局部搜索算子引入多目标非占优排序遗传算法(NSGA-II)中,构建了新的多混沌算子遗传算法(MCO-NSGA-II).运用MCO-NSGA-II算法进行了混合动力汽车模糊控制策略优化,以改进车辆的燃油经济性及HC、CO和NOx的排放性能.仿真结果表明,混沌初始化算子和混沌扰动算子可以改善原NSGA-II算法的搜索能力并增加种群多样性,而混沌局部搜索算子可以进一步增强算法局部搜索能力,能更好地搜索到理想的Pareto解集.运用MCO-NSGA-II算法进行优化,使混合动力汽车在欧洲城市驾驶循环(ECE)下的燃油消耗降低了11.8%,HC、CO和NOx排放分别下降了7.72%、15.72%和11.77%.     

插电式混合动力汽车的燃油经济性优化分析

针对速度变化对插电式混合动力汽车(PHEV)经济性的影响,提出一种顺序速度平滑控制策略.通过对给定交通约束条件下的速度曲线进行顺序平滑处理,优化充电策略,提高插电式混合动力汽车的燃油经济性.根据前车速度的预测值,在车辆与前车的可接受跟踪距离范围内,通过最小化加速度来平滑车速;采用最优的充电耗散策略,根据整个行程的信息,将电池充电延长到行程结束.通过对3种典型工况测试周期的组合,研究商用PHEV的连续优化对两种不同行驶模式的影响.仿真结果表明:所提出的顺序优化方法由于与车辆结构无关,实用性较高;由于在速度优化中使用线性车辆模型求解最优控制问题,因此计算过程的实时性较好;速度平滑控制方法使燃油消耗量减少7%～14%.     

燃料电池车用离心叶轮型线参数化及多工况优化

以65kW燃料电池动力系统的高速无油润滑离心空压机为优化对象,采用Bezier曲线对其叶片型线进行参数化解析,依据超拉丁抽样方法获得遗传算法优化所需的样本空间,在此基础上建立Kigring近似模型进行多工况优化.寻优及CFD(计算流体动力学)数值计算结果显示,常用工况点和额定工况点等熵效率及压比均得到提高,且常用工况点改善更为显著.这表明传统内燃机车用离心增压器设计及优化时不能兼顾多工况性能结论不适用燃料电池汽车,叶轮性能空气动力学解析同样证实该结论具有理论基础.与基于叶轮几何参数的优化结果对比显示,基于叶片型线参数化的优化可以更加显著地改善离心空压机性能,是一种更加全面和有效的离心叶轮优化方法.     

混合动力车辆多目标控制能量管理策略研究

为满足混合动力车辆动力性要求,并提高车辆的能量利用效率,根据动力单元与负载的能量关系及电池组充放电特性与SOC的关系,提出了一种基于电池组恒SOC和发动机燃油消耗优化控制的综合能量管理策略.对该策略进行实验验证的结果表明:电池组能保持在最佳工作状态,且车辆的燃油经济性提高了约8%.     

混合动力汽车中CAN总线技术的应用

介绍了CAN总线在混合动力汽车中的应用,研究了CAN通信技术和基于CAN节点的设计,给出了网络结构模式,为新一代汽车的控制提供了理论基础与依据,并介绍了CAN节点硬件的组成和软件的实现方法.