车内路线诱导系统行程时间检测误差计算模型

行程时间是车内路线诱导系统诱导策略的重要参数。根据车内路线诱导系统的检测和计算机行程时间的过程，分析了得程时间误差产生的三种主要原因：样本特征差异、时变特征以及时间滞后，并建立了时变特征误差、样本特征误差与车内单元比例、诱导系统方案更新时间之间的相互关系模型，对于城市道路还得出了信号交叉口延地行程时间误差的影响模型。     

河渠控制下潜水含水层中的蒸发规律与计算

在潜水蒸发和河渠水平渗透共同作用下，对潜水非稳定渗流模型，利用Boussinesq第一线性化方法，通过Laplace变换，导出了该模型的解析解；对时变的潜水蒸发强度，利用卷积原理，给出计算潜水水位变动的解析公式；建立了计算潜水蒸发强度的递推公式；根据模型解，研究了潜水蒸发引起的潜水位变化过程与变化规律. 认为在河渠边界控制下的潜水含水层中，蒸发作用将形成具时间滞后特征的潜水位变化过程，河渠边界对潜水位变化过程的影响幅度具有非线性时变特征；如果忽略边界条件所进行的评价，其计算误差将随时间的延长而迅速增大. 以安徽淮北平原某河流潜水含水层系统为例，阐述上述方法过程与步骤.     

输入时延下约束不确定系统的有限时间控制

针对一类具有非对称时变输出约束和输入时延的不确定非线性系统， 提出有限时间反步控制策略. 首先， 设计新型非线性变换函数将约束系统转化为无约束系统， 解决非对称时变输出约束问题； 其次， 为了处理反步控制的“计算爆炸”问题， 构造新型的有限时间滤波器， 且通过误差补偿机制消除滤波误差， 采用Pade近似法和中间变量补偿输入时延对控制系统的影响；再次， 根据Lyapunov理论证明闭环系统的实际有限时间稳定性， 且输出不会违反约束； 最后， 通过滤波器的对比仿真和机械臂系统的仿真验证新型滤波器和有限时间控制策略的有效性.     

道路交通网络路径行程时间可靠性计算方法

行程时间可靠度是反映交通服务水平的一个重要指标,为评价交通运行状况,比较交通改善治理措施提供了新的思路。随着信息采集技术的深入发展,大量行程时间样本的采集与行程时间分布的获得,使得可靠度的计算方法的研发变得十分迫切。传统的路径行程可靠度计算方法直接套用电路理论,无法反映交通运行的特征,造成可靠度计算值严重偏低。本文在分析传统方法失效原理的基础上,引入蒙特卡洛理论,开发了一套新的路径行程时间可靠度计算模型。陆家浜路5个路口的实例分析表明,利用GPS测量值得到的可靠度值在80%左右,传统方法计算值为40%左右,本文方法计算值接近80%,表明本文方法能够有效应用于路径行程时间可靠度计算的实践中。     

基于等价多入多出结构的多用户检测方法

对于一个异步高斯直接序列码分多址系统的多用户检测问题，现有的解相关线性检测方法存在对高维矩阵求逆，计算量大的问题。该文根据系统基带模型的等价多入多出（ Ｍ Ｉ Ｍ Ｏ）结构，基于 Ｍ Ｉ Ｍ Ｏ 和周期时变滤波器的等价性，设计了周期时变的最小均方误差均衡器，并在此基础上设计了用户增益估计的批处理和自适应方法，克服了常规多用户检测方法对用户增益敏感的缺点。仿真结果表明，该文方法的误码率性能与解相关检测方法的基本相同，而计算量减少了，并且减少了解码延迟。     

车内声品质主客观评价模型对比分析

为了研究轿车理想的车内声品质主客观评价模型,采集某轿车在时速为60 km·h~(-1)时,车内播放不同音乐时的驾驶员双耳噪声样本.对声样本进行剪辑、等响及分频段等预处理,基于成对比较法进行车内声品质主观评价试验、客观参量计算并建立了多元线性回归、BP神经网络和径向基函数(RBF)3种评价模型.评价模型的预测效果表明:多元线性回归评价模型各个频段的误差较大,稳定性较差,车内声品质的评价为非线性过程;BP神经网络预测模型整体频段的误差最小,频率为160~1 280 Hz时的误差较大,相比多元线性回归模型误差进一步缩小,但距理想的预测效果还有一定的距离;基于径向基函数评价模型误差基本能控制在20%以内,且稳定性较高,能够较好地预测此试验工况下的声品质.     

城市公交停靠站耗时模型研究

为分析城市公交延误产生的主要机理,以太原市某公交线路为例,考虑到乘客上下车、二次停车及其概率、车内乘客拥挤度、站台类型、进出站等因素,分别建立公交车在始发站、中间站和终点站耗时模型,并与车辆延误实测值进行对比分析。结果表明,耗时模型计算值与实际车辆耗时误差在10%以内,研究结果可应用于公交车各个站点的到达时间预报、公交线路运行诱导,为提高公共交通系统的精细化运营服务水平、增加城市公交吸引力以及优化出行方式提供参考。     

带未知时变噪声的非线性系统卡尔曼滤波器算法研究

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

基于数据挖掘的高速公路行程时间预测

以高速公路上路段行程时间历史数据集作为研究对象,以交通数据实际特征作为行程时间历史数据集分类的依据,建立基于数据挖掘的高速公路行程时间预测模型.采用山东高速收费站记录实际数据,以实例数据验证模型并计算平均绝对误差.为对比分析预测强度聚类预测模型的有效性,采用多种算法对测试集行程时间预测,对预测结果误差进行了对比.结果表明:预测强度修正的k-means法可以提高高速公路路段行程时间预测的准确性,模型在降低数据采集成本的同时可为高速信息服务提供可靠的预测行程时间,为出行者提供有力的决策依据.     

城市快速路实时交通状态估计和行程时间预测

根据城市快速路交通诱导和监控系统的实际需要,提出了实时估计和预测城市快速路上交通状态和任意两点间动态行程时间的方法.其基本思想是将扩展卡尔曼滤波理论引入宏观动态交通流模型,结合快速路上的固定检测设备,实时估计和预测未来几个时段的交通状态,并利用“虚拟车”法预测动态的行程时间.通过对上海市快速路典型实测数据的实例分析,发现交通状态估计模型具有良好的跟踪能力,行程时间预测模型在畅通状态计算结果和实测结果几乎完全重合,拥挤状态相对误差基本维持在10%以下.结果表明,该模型的适用性和精度都令人满意,可为城市快速路交通控制和诱导提供依据.     

C80BH型敞车制动缸行程过短问题的分析

从发生制动缸行程无法调整的C80BH型车厂修作业过程中各道工序中的关联配件尺寸检测、限度测量入手，通过计算转向架组装过程中游动杠杆点距摇枕中心值存在的误差，导致制动缸行程误差值，深入分析了CB0BH型敞车装用254 mm＆#215;254 mm制动缸行程难以调整问题的原因，并提出了解决措施。     

两种模型在滚齿机传动误差中预报精度的比较

通过计算机模拟误差补偿,从计算预报误差的时间和精度上对两种模型作了比较。指出滚齿机展成链传动误差预报模型应该是时变参数模型,并提出了提高时变参数模型的预报速度,以便实现误差补偿与控制的措施,得到的结论对传动误差的补偿与控制有实际意义。     

在线检测系统中对预行程误差预测和补偿的应用分析

预测和补偿预行程误差,能在很大程度上提高在线检测系统中测量的精确度,基于这一原理,提出基于BP与正则化RBF神经网络的一种新的检测误差预测的方法,同时基于BP和正则化RBF神经网络,建立了一个能够在线检测系统并且预行程误差的模型,利用相关的实验数据,将已经训练好的网络运用到实际中,对加工零件的误差进行预测与补偿.     

引入时变递增因子的加权等维新息模型及预测

从灰色系统理论入手 ,针对已发生的时间序列的一组变形观测数据 ,按其可靠性随时间成正比例变化的特性 ,引入时变递增因子来定权 ,并及时更新数据 ,用最新的数据替换老的数据 ,建立等维新息模型 ,以保证原始数据对模型的作用 ,使模型更能反映实际 .实例计算分析表明 :该模型样本需求量小 ,计算简单 ,能动态地反映出系统的时变特性 ,并使预测精度得到有效的提高     

增速箱系统动态激励下的响应分析

齿轮啮合动态激励是齿轮系统产生振动和噪声的基本原因，齿轮系统在内部动态激励下的响应分析，对齿轮系统的设计和使用具有重要的意义。针对增速箱系统，采用三维接触有限元法得出啮合齿对的时变刚度曲线，根据齿轮精度级确定的齿轮偏差模拟得出齿面误差曲线，得出了刚度激励和误差激励。应用Ⅰ-DEAS软件建立了增速箱有限元动力分析模型，分析计算出了增速箱的固有频率和箱体、传动轴的动态响应。结果表明，增速箱系统在使用中不会引起共振，且振幅不大，能满足系统的使用要求。     

时变系统的迭代学习控制

针对参数未确知时变系统，提出了一种新的迭代学习控制律。在新控制律中，除了引入前次学习过程误差信息外，还引入了当前学习过程误差信息。从理论上证明了新控制律的收敛性。对离散时变系统和连续时变系统的两个实例进行了仿真研究。理论分析和实例研究结果表明，所提出的新控制律具有较高的学习速度和对初始误差良好的鲁棒性。     

基于Haar与MB-LBP特征的车牌检测算法

针对传统AdaBoost算法中训练耗时及权值扭曲现象,提出了一种融合Haar和MB-LBP特征的车牌检测算法.首先,分别计算使得分类误差最小的Haar与MB-LBP特征,经比较2种特征的误差,选择最优的特征构成弱分类器,并利用AdaBoost算法将各弱分类器进行有效的级联;其次加入了权重阈值,调整了样本权值的更新规则,避免了训练过程中权值扭曲现象.该算法用于检测图像中的数字0～9,利用非最大抑制合并检测到的数字区域,通过车牌的灰度跳变特征过滤候选区域,更精确地定位车牌.实验表明,该方法有效地缩短了训练时间、减少了特征的个数、避免了训练中出现的权值扭曲现象、检测率较高且误检率较低.     

基于电子鼻技术的茶叶贮藏时间检测方法

主要探索茶叶贮藏时间的检测方法.以黄山毛峰茶为研究对象,利用电子鼻对7个不同贮藏时间下的干茶叶进行检测.根据电子鼻传感器阵列响应特点选取了特征变量,以特征变量为自变量,以茶叶贮藏时间为因变量,建立了茶叶贮藏时间的BP神经网络预测模型.通过测试样本对模型进行实验分析,结果表明:该模型对于7个不同贮藏时间茶叶样本最大预测误差为42.1天;预测误差超过10天的最大样本数为5个,占总样本数的7.14%.验证了所建立的茶叶贮藏时间BP神经网络预测模型的可行性.     

马尔可夫切换基因调控网络的分布式滤波

研究了传感器网络中一类具有马尔可夫跳变参数的离散时间基因调控网络的分布式H_∞滤波问题.首先,在同时出现网络诱导时滞和随机切换传感网络拓扑情形下建立分布式滤波系统模型.相应的滤波误差系统为具有时变时滞的非线性马尔可夫切换时滞系统.其次,利用随机Lyapunov泛涵分析了增广滤波误差系统的随机稳定性和H_∞性能.再次,借助于凸优化问题的解获得滤波系统参数.最后,利用数值仿真例子验证了该设计方法的有效性.     

财产保险收入的动态预测

为克服目前保险业发展未来预测方法中，用非时变参数模型预测时变参数系统的状态造成的较大的预测误差，将时间序列分析与数理统计分析相结合，设计了新的动态预测模型，并获得了相对于传统的预测方法较高的预测精度。该模型为与保险业相似行业的发展预测提供了新思路。