共查询到20条相似文献,搜索用时 15 毫秒
1.
道路交通事故预测是保证道路佳通安全的重要技术,以往的道路交通事故预测方法往往具有预测精度不高和收敛速度慢的缺点,为此,设计了一种基于灰色Verhulst模型和隐形马尔科夫链的交通事故预测方法;首先,采用灰色Verhulst模型对观察事件在下一时刻的状态进行预测,采用最小二乘估计法去估计模型中的参数,将预测结果用于初始化HMM模型,并采用前向算法和后向算法对HMM模型进行训练,获得最终的初始分布矩阵、状态转移概率和观察概率分布矩阵,然后采用最终的HMM模型进行交通事故预测;仿真试验结果表明:文中方法能有效地实现交通事故预测,较其它方法相比,具有预测精度高和收敛速度快的优点,具有一定的优越性。 相似文献
2.
针对单一预测模型在利用多维状态特征信息进行状态预测时效果常常不够理想的情况,提出以灰色理论等模型作为单项预测模型,运用Elman神经网络进行变权组合预测的建模方法;考虑神经网络容易因过拟合导致预测时泛化能力变差的问题,运用遗传算法对神经网络隐层节点数和训练误差阈值进行优化求解,建立了完整的基于Elman神经网络的组合预测建模方法;最后,通过案例分析验证了该预测方法的有效性,结果表明组合预测能够将三步以内的预测相对误差控制在10%以内,大大优于定权组合预测模型。 相似文献
3.
为了实现目标被遮挡条件下的自动预测跟踪,研究了跟踪机动目标过程中的自适应卡尔曼预测算法,建立了目标遮挡预测跟踪测试系统;首先,根据算法推导了导引头方位角位置预测方法,接着,测试对比了自适应预测算法采样周期对预测精度的影响,最后,设计多种不同的目标运动形式,并通过转台实现,测试自适应算法在典型测试条件下的有效性和准确程度;实验结果表明:目标被遮挡时,预测角增量指令相比图像角增量跟踪指令降低67%;仅需要导引头框架的角位置数据,无须脱靶量数据和弹目距离,满足遮挡条件下目标预测跟踪的功能要求。 相似文献
4.
在雷达数据处理中,为更好地抑制海杂波,预测海杂波是必要的;海杂波具有混沌特性,而支持向量机算法能够有效地对混沌序列进行回归预测,文章提出了一种改进的支持向量机海杂波序列回归预测算法;文中给出了算法的框架结构,采用了互信息法和改进的伪邻近点法提取海杂波混沌特性的延迟时间和嵌入维数,利用相空间重构求取SVM训练样本,应用改进的PSO算法优化SVM的核函数参数以及惩罚系数,并仿真了预测模型;仿真实验结果表明:海杂波回归预测能达到满意的精度,而PSO-SVM方法比SVM方法的预测精度更高。 相似文献
5.
针对混流式粮食干燥塔生产过程中,物理化学变化复杂,温度变化呈现的非线性和滞后性,难以准确检测的问题,提出了一种基于信息熵的温度预测方法;首先分别采用支持向量机和灰色预测独立建立第一降速段的温度模型;利用加权方法对两种模型进行集成,最后利用信息熵算法,对加权因子进行优化,提升模型的预测精度;运行结果表明干燥后的稻谷含水量与设定值误差从原来的±24.7%,降低至8.5%,验证本方法在实际生产中的有效性。 相似文献
6.
研究电力作动系统用永磁容错电机故障预测问题,有利于准确监控飞行器健康状态,为飞机维修提供决策支持;TS(2*2永磁容错电机特征信号复杂无序,传统灰色模型故障预测精度不高,基于此,提出一种新的故障预测改进方法;TS(2*2首先对原始故障能量特征序列进行对数变换处理,对序列进行一次累加生成,建立GM(1,1)灰色模型,最后将得到的拟合还原成模拟值,得到预测数据;TS(2*2结果表明,故障原始序列经过对数函数变换处理后,预测误差相比于未经处理的基本灰色模型降低了4.63%,预测精度提高到96.5%以上,有效提高了永磁容错电机的故障预测精度。 相似文献
7.
8.
汽车变速箱的故障诊断工作比较复杂,由于传统的诊断方法已不能满足复杂的故障现象, 文中提出了一种基于改进的自适应回归时序模型故障诊断方法;方法采用了基于时间序列故障诊断技术,首先测取工作环境下的振动信号,然后建立被诊断对象的时间序列数学模型,最后用信息距离判别法诊断出故障类型,提高了诊断效率;最后在变速箱进行了实验研究;选用型号为621B40型ICP加速度传感器测取变速箱的振动信号,通过设置模型参数(n,m)来模拟故障检测,实验分析表明,提出的算法可以有效地识别变速箱系统中不同严重程度的故障,且与传统的故障诊断算法相比,提出的算法对提高识别率和降低计算复杂度都有着明显的优势。 相似文献
9.
为解决电子设备结构复杂,故障信息不足,故障预测困难,并且现有方法不能直接对电子设备进行状态预测等问题,文中提出了基于状态维修(CBM)的最小二乘支持向量机(LSSVM)和隐马尔科夫模型(HMM)组合故障预测方法;首先采取灵敏度分析法确定电路中要可能发生变化的元件,通过改变元件参数来设置电路的不同退化状态;其次建立组合故障预测模型;最后对该电路进行状态预测;结果表明,文中提出的方法能够直接预测电路的不同状态,进而实现直接预测电子设备的故障状态,预测精度可以达到93.3%。 相似文献
10.
蓄电池应用过程中,由于单体之间的材料差异会出现单体间剩余容量的不平衡问题,进而会引发很多安全隐患;针对此问题,基于最优路径选择原理,提出了一种主动均衡方法;该方法通过蓄电池组使用过程中的实时反馈电压数据,结合最优路径选择,通过单体之间多对多的平衡方式,实现了蓄电池组各个单体过充、欠充、过放、过温情况下相互之间的均衡;实验结果表明,该方法能够在蓄电池使用过程中,针对单体之间的不平衡状况,基于不平衡度计算进行最优均衡路径组合的确立,针对不同充放电电流状况均衡效率均在80%以上,能够快速高效地实现电池组的主动均衡。 相似文献
11.
12.
通过对三相电压型PWM整流器传统直接功率控制(DPC)引起的开关频率不固定,网侧电流谐波分量高,系统调节时间长等问题的分析,提出一种电压型三相PWM整流器模型预测直接功率控制方法,应用模型预测理论构建目标函数并对目标函数进行求偏导,对下一个采样周期的有功功率和无功功率变化进行预测,将模型预测理论与二阶拉格朗日插值法相结合进行功率修正,实现了有功和无功功率的实际值与预测值的误差最小,并采用空间矢量脉宽调制(SVPWM)产生PWM信号驱动整流器功率开关,实现固定的开关频率;仿真结果表明,本方法具有良好的动态和稳态性能,系统对电感参数的变化不敏感,有效降低了交流测电流总谐波失真(THD),提高了交流侧功率因数。 相似文献
13.
针对一类具有分段仿射形式的混杂系统模型的控制方法问题,提出了一种高效显式模型预测控制算法;该算法通过将最优控制问题转化为多参数规划问题,离线求得具有分段仿射形式的显式控制器;在线过程,应用一种新的搜索算法,它能够快速准确地对系统状态点进行定位,确定其所属的控制器分区,再根据该分区所对应的子控制率,进行简单的线性运算,即可得到系统的输入;该控制方法避免了反复的在线优化计算,大大减少了计算量,并且,在线计算的速度更快,控制的实时性更好;将该算法应用到具有典型混杂特性的两容水箱系统中,仿真结果表明:水箱的液位从初始液位能够快速平稳的达到期望的液位,且与其它的控制算法相比较,该算法更加高效。 相似文献
14.
针对市场上光伏监控系统运行效率不高、发电量预测忽略太阳辐照度以及缺少嵌入预测功能等问题,提出一种以串口服务器为数据采集网关,以面向对象的方法描述设备、以多线程的方式处理数据、以模块化的思想布局,采用自定义数据队列、以嵌入的RBF神经网络模型预测发电量的高效光伏监控方案;以在广西大学内搭建的一个小型的光伏发电站为实验对象,在该方案的基础上实现多总线的光伏远程监控系统,并在该系统中嵌入发电量预测功能;经过长时间地运行系统并预测发电量,结果表明该系统具有运行效率高、可扩展性强、发电量预测精度高等优点。 相似文献
15.
16.
17.
车体振动加速度是反映车辆振动状态及轮轨接触品质的重要参数;基于NARX神经网络,结合车辆动力学模型,构建了轨道不平顺激励下的车辆振动加速度神经网络预测模型;为提高模型的预测精度,运用遍历法确定了网络的时延阶数、隐节点等模型参数;基于车辆系统SIMPACK模型仿真数据的验证结果表明,模型输出与目标输出具有较高的相关性以及较小的均方根误差值,模型能够较好的预测出车体振动加速度的变化趋势;最后采用实测数据进一步验证了模型的预测性能,证明了构建的神经网络模型可以准确预测车体振动加速度输出,并有良好的泛化效果。 相似文献
18.
作为直升机上重要的关键部件,直升机齿轮箱能够将动力转换为动力输出形式,从而满足不同形式下动力的需要。针对直升机齿轮箱状态无法准确预测的技术难题,本文将灰色系统理论中的灰色预测方法运用到直升机齿轮箱中,有效解决了齿轮箱使用状态难以准确预测的技术难题。首先对采集到的直升机齿轮箱的不同的振动信号进行特征提取,然后采用信息融合技术,将不同振动信号的特征值进行融合,最后运用灰色预测方法对直升机齿轮箱的使用状态进行预测。文中对所提出的方法进行了试验验证,结果表明,所提出的基于灰色预测的直升机齿轮箱状态预测方法能够实现对直升机齿轮箱的状态准确预测的效能,并对其他航空设备以及机械设备的状态预测具有一定的借鉴意义。 相似文献
19.
群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题;作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛;文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比;仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义。 相似文献
20.
针对室内环境复杂性造成的室内定位精度不足问题,提出一种基于支持向量机回归和粒子滤波的室内导航方法;离线阶段通过采集室内接收信号强度并利用统计学习方法,构建室内RSS与物理位置之间的支持向量回归映射模型,定位阶段使用智能移动设备采集加速度、方向角等运动状态信息和Wifi模块感知的环境信息,并利用粒子滤波将运动数据和回归结果进行融合处理,推算移动用户运动轨迹;室内实验结果表明,本方法最大定位误差为1.891 m,平均误差为0.669 m,有效地提高了室内定位导航精度。 相似文献