基于速度预测与自适应差分进化算法的混合动力汽车能量管理策略

为提高单行星排构型的混合动力汽车（hybrid electric vehicle, HEV）的燃油经济性,降低车辆燃油消耗量,提出了一种基于门控循环单元神经网络（gated recurrent unit neural network, GRU-NN）速度预测模型与自适应差分进化（adaptive differential evolution, A-DE）算法的能量管理策略,在模型预测控制（model predictive control, MPC）框架下预测未来车辆的行车速度,将整个工况内的全局优化求解问题转化为在预测时域内的局部优化求解,以发动机燃油消耗量最低与行车过程电池荷电状态（state of charge, SOC）平衡为目标,利用A-DE算法实现预测域内的最优控制序列求解。仿真结果表明,在实车采集的道路工况下,基于GRU-NN与A-DE算法的能量管理策略相较于ECMS燃油消耗量减少了4.55%,相较于动态规划燃油经济性达到了93.04%。     

基于接收信号强度预测的自适应垂直切换算法

城市部署的超密集异构无线网络中车辆终端的运动状态和业务类型差异巨大,针对不同运动状态和业务类型的终端并发接入导致的频繁切换和拥塞问题,提出一种基于接收信号强度预测的自适应垂直切换算法。在切换触发阶段使用长短时记忆神经网络预测接收信号强度,在信道链路质量恶化之前提前触发切换,在网络选择阶段综合考虑网络参数以及终端在不同运动状态和业务类型下的接入偏好,并选出综合效益值最高的网络作为切换目标网络。仿真结果表明,该算法能更好地适应终端运动状态和业务类型的变化,能降低不必要的切换次数和网络拥塞度。     

动态过程神经网络模型的研究(一)

综述了用于动态过程建模的几种典型的神经网络结构以及它们所具有的性能 ,并通过分析比较得出了网络结构与网络性能之间的关系。文中引入动态系统的状态空间描述方法 ,对动态过程神经网络建模具有指导意义.     

Stability of generalized Jackson networks with infinite supply of work

A general Jackson network （GJN） with infinite supply of work is considered. By fluid limit model, the author finds that the Markov process describing the dynamics of the GJN with infinite supply of work is positive Harris recurrent if the corresponding fluid model is stable. Furthermore, the author proves that the fluid model is stable if the usual traffic condition holds.     

2〈d≤4情形两指标广义布朗单的截口常返性

讨论两指标d维广义布朗单={(s,t),s,t≥0}的截口常返性问题,证明了当20:ε>0,n≥1,t≥n,使得(s,t)<ε}=2-d/2,a.s.,它给出了的截口{(s,t),t≥0}是区域常返的那些s数量上"大小"的一个度量.     

由回归点构成的不可数紊动集的存在性

在Li-Yorke定理条件下,通过一个特定的整数序列作为迭代次数,构造出一个全由回归点构成的不可数紊动集。     

一种递归泛函网络模型及学习算法

提出一种递归泛函网络模型,给出递归泛函网络稳定性的一种判据,即把稳定点转化为某种函数的不动点;给出一般递归泛函网络学习算法,该算法是借助于Lagrange乘数法,作辅助函数对泛函参数学习过程归结为求一组线性方程组的过程;指出基于递度下降学习算法应用于递归泛函网络仅是一种特殊情形。最后,通过算例分析表明,该算法十分有效,具有模型简单、计算精度高等特点。     

支持向量机的时间序列回归与预测

详细分析了支持向量机用于时间序列预测的理论基础。采用支持向量机、RBF和Elman神经网络模型,对仿真时序和工程滑坡变形时序进行了回归与外延预测。结果表明,在噪声水平较低时,SVR回归效果稍好,Elman与RBF网络的稳健性相对较差;随着噪声水平增大,两种神经网络的回归精度迅速下降。对于外延预测,两种神经网络仅限于短期的非线性模拟,而泛化性能更好的SVR在短期具有比较理想的效果,在较长的时间区间里也具有较高的预测精度(7步预测准确度控制在83.5%以上)。     

关于不定方程x3+1=38y2

利用递归数列和同余式证明了不定方程x³+1=38y²,仅有整数解(x,y)=(-1,0),(31,±28).