引入三参数区间数的组合预测方法研究

组合预测的关键是权系数的确定。在经济预测中常用的统计预测模型法、趋势分析法、Box-Jenkins时间序列法以及灰色预测法、BP神经网络模型方法的单一预测基础上,采用三参数区间数确定组合预测模型权重,建立组合预测模型,可望得到接近现实的结果。     

基于熵的装备精确保障系统备件组合预测模型

为了精确预测备件需求,实现对装备备件的精确保障,在总结以往预测模型的基础上,构建了基于熵权的组合预测模型：首先通过信息熵理论计算各种误差评价指标的相对重要性权重;然后再通过计算不同误差指标下各单项预测方法的变异系数来确定预测方法的权重;最后利用误差评价指标权重和各误差指标下单项预测方法的权重确定组合预测的权重。实例分析表明：熵权组合预测模型比其他组合预测模型的权重确定更为合理,反映的信息更为全面,预测的效果更为精确。     

基于组合模型的沥青路面车辙预测

为了对沥青路面车辙进行预测研究,结合陕西某高速公路沥青路面的车辙病害现状,以美国AASHTO新力学经验法中的Pavement-ME预测模型( PME模型)和灰色预测理论为基础,对PME预测模型的参数进行了本地化处理,提出了考虑数据时效的动态灰色预测模型DGM (1,1),并采用数理统计方法对车辙的发育趋势进行基于组合模型的预测研究.研究结果表明：PME模型和DGM灰色模型的拟合精度分别为0.963和0.941,可以作为组合模型的子模型;DGM-PME组合模型的预测精度要高于单一子模型的预测精度,其中采用误差平方和倒数法定权得到的组合模型的预测精度相对最高,其子模型权重分配为L12=0.601和L22=0.399,预测精度最高为0.0045;DGM-PME组合模型在个别时期的预测效果不如单一子模型,属于正常的误差现象;用DGM-PME组合模型来替代单一子模型进行沥青路面车辙的预测研究是可行的,本文所建立的组合模型适用于项目级沥青路面的车辙发育趋势预测.     

最优组合预测模型在成都私家车数量预测中的应用

建立一个以预测误差平方和达到最小为准则的正权重组合预测模型.以成都私家车数量预测为例,分别采用灰色预测模型、指数模型、一次函数模型、二次函数模型、三次函数模型做单项预测.通过组合预测,得到更高精度的预测结果.以最优组合预测模型预测成都市在2009年的私家车数量,并与实际值进行比较,对比分析计算误差.同时也运用组合预测法对2010年成都私家车数量进行了预测.     

混沌局域法与神经网络组合供水量预测

城市供水量是非线性、非平稳时间序列,组合预测模型能获得更高精度预测结果。通过深入分析混沌局域法与神经网络预测模型特点,提出了一种新的组合预测模型。首先,应用混沌局域法对城市日供水量进行初预测,然后,应用神经网络对预测结果进行修正。由于所提出的组合模型利用了混沌局域法及神经网络进行优势互补,能同时提高预测精度与计算效率。为验证所提出组合预测模型的可行性,采用某市7 a实测供水量数据,对混沌局域法、BPNN、RBF及GRNN神经网络4种单一预测模型及相应的3种组合模型预测精度进行定量分析,结果表明,组合预测模型精度都高于对应单一预测模型,混沌局域法与GRNN神经网络组合模型预测精度最高,且运算时间远低于单一神经网络模型运算时间。     

组合模型在中期电力负荷预测中的应用

为了对中期电力负荷进行合理预测,结合三次指数平滑法和GM(1,1)预测模型,建立了新的组合模型,并以预测偏差平方和最小为准则优化了各单一模型的权重.通过MATLAB编程并以某市全年用电量为例对3种方法的预测精度进行了仿真验证.结果表明,组合模型具有更高的预测精度和更低的预测误差,能避免各单一预测模型的局限性.因此,用组合模型对未来用电量进行预测的结果更可靠.     

旋转机械运行状态优化组合模型变权重RBF预测方法

针对现有各种非平稳非线性特征旋转机械运行状态预测方法适用性差、精度不高的难点问题,提出一种旋转机械运行状态优化组合模型变权重RBF预测方法,该方法通过对单一预测模型进行优选,对输入样本进行加权处理,采用径向基神经网络进行变权重组合模型动态建模,从而充分利用了已知的有效信息,强调了新旧信息对设备未来运行状态发展产生的不同影响.经实测数据验证,获得了比单一预测模型及定权重RBF组合预测方法精度更高的预测结果.该方法程序实现简便,预测精度高,对预测问题的适用性广.     

变权组合预测模型在滑坡预测中的应用

为探讨变权组合预测模型在滑坡预测中的应用,以湖北省秭归县新滩滑坡为例,以A3点实际监测数据为基础,采用基于灰色预测法、Verhulst模型预测法以及协同预测法的变权组合预测方法,对新滩滑坡部分监测点位移进行了建模和预测。预测结果表明,利用变权组合预测方法,比单纯运用某一种预测方法,预测精度更高,误差平方和最多相差10．408,最少相差0．184。该方法可应用于实际工程。     

基于相似日和交叉熵理论的光伏发电功率组合预测

为进一步提高光伏发电功率预测精度,提出一种基于相似日和交叉熵理论的光伏发电短期功率组合预测方法.首先采用模糊C均值聚类方法对历史样本数据分类,并提出一种基于隶属度的指标来选取相似日.然后采用最小二乘支持向量机、时间序列法和BP神经网络法分别预测光伏发电功率,通过交叉熵算法动态设置各预测时刻下单一方法的权重值,建立光伏发电功率的组合预测模型.算例结果表明,所提方法能够动态识别单一预测方法包含的信息量,能确定更加合理的权重值,从而提高光伏发电功率的预测精度.     

组合预测误差信息距阵进一步研究

研究组合预测差信息矩阵的结构与非负权重组合预测方法性质之间的联合。给出了几个能够从组合预测误差信息矩阵获得取关于非负权重量优组合预测方法组合结构信息的方法，这些方法是简单易行的、实用的。     

权重提取与Dempster多重融合的凝汽器真空预测

为了解决单一网络预测结果不准确的问题,提出一种由BP、Elman及RBF三网络组合的预测模型,并引入模糊软集理论进行"判断证据"的权重提取以及D-S的多证据融合.以某电厂连续4天实测的现场参数构成样本空间,经主成分分析降维及权重提取后,采用Dempster组合规则下置信函数三重融合结果对随后一天的真空值进行预测.结果表明,与单一网络预测模型相比,组合预测模型的平均绝对误差和均方根误差均显著减小,融合精度更高.     

直接驱动XY平台的零相位自适应鲁棒控制

为了提高直接驱动XY平台的跟踪性能,提出了将零相位误差跟踪控制器(ZPETC)与自适应鲁棒控制器(ARC)相结合的控制策略对跟踪误差进行控制,并且采用基于时间序列预测技术的轮廓误差实时补偿方法对两轴运动进行协调控制.ZPETC作为前馈跟踪控制器,可以有效提高系统带宽及跟踪性能,使位置能够无静差地跟踪二阶指令输入;ARC能够克服系统参数变化、负载扰动等不确定性,增强系统的稳定性与鲁棒性;采用基于时间序列预测技术的轮廓误差实时补偿方法能够动态控制插补过程,以有效减小轮廓误差.仿真结果表明,所提出的控制方案具有良好的跟踪性和鲁棒性,可以有效提高跟踪精度和轮廓精度.     

基于高斯牛顿迭代的MIMU误差参数辨识

为了减小微惯性器件在制造和安装过程中出现的误差对微机械惯性测量单元(MIMU)测量精度的影响,对MIMU进行了误差参数辨识.介绍了一种新型的MIMU误差参数描述数学模型(包括零偏、灵敏度、圆锥角和方位角),提出了一种基于高斯牛顿迭代的适用于该误差参数模型的寻优方法,并利用实验室高精度转台完成了相关的参数辨识实验.仿真结果表明,与传统标定方法相比,该参数标定可以有效提高MIMU的测量精度,具有一定的实用价值.     

三轴运动平台改进型交叉耦合轮廓控制

为了削弱负载扰动及复杂轮廓误差模型对轮廓精度的影响,在单轴中采用比例控制作为位置环控制器,采用PDFF控制作为速度环控制器,以保证单轴跟踪精度.三轴间采用一种轮廓误差估算法来建立轮廓误差模型,运算更为简单.通过改进的交叉耦合控制结构进行轮廓控制器的设计,将轮廓误差的补偿量置于位置控制器前,能够实现跟踪误差与轮廓误差同时减小,以满足三轴运动平台的高精度加工要求.结果表明,改进后的三轴运动平台控制系统具有较高的轮廓精度和较强的抗扰性.     

基于TOA减小非视距误差的方案设计

针对TOA无线定位中容易受非视距影响等问题,提出了一套有效减小非视距误差的无线测距系统.通过建立消除非视距误差的卡尔曼滤波模型来消除随机干扰,利用实测数据进行离线滤波仿真,从而验证模型的有效性.以ATmega1280微处理器为控制器,nanoPAN 5375为射频芯片,设计了一套测距系统,并在测距平台上进行实际测试.结果表明,测距系统能够完成实时动态滤波,有效减少非视距误差,测量精度较高,可直接应用于存在NLOS环境下的定位.     

基于蜂群算法的精密运动控制方法

针对在精密运动控制系统中,传统PID控制器的控制精度不够,控制参数不能随着负载、环境的变化而变化这一问题,将蜂群算法与传统PID控制相结合,提出了蜂群PID控制方法,并应用在微位移控制系统中,通过精密运动控制阶跃响应性能分析,仿真出调节时间、稳态误差、目标函数、适应度函数等参数的变化曲线.结果表明,蜂群PID控制算法可使精密运动控制系统拥有更快的响应速度、更高的定位精度,并且其参数可实现自动寻优,验证了蜂群PID控制算法在精密运动领域的可行性.     

基于小波分形理论的风电轴承故障识别

针对风电轴承振动特征信号易被环境噪声调制污染、信噪比低、具有非线性和不平稳的特点,利用基于小波分形的故障识别方法对此进行了研究.采用小波包分解,利用互信息法和Cao算法分别确定了相空间的延迟时间和嵌入维数,根据不同频带的关联维数变化确定风电轴承的工作状态.该方法不依赖于风力机工作的动力学模型,对整体系统信息状态变化敏感.通过现场实验证明,该方法较好地解决了风电轴承故障难以识别的问题,为更加细致地研究风电轴承振动信号提供了重要参考.     

基于小波包能量熵的低压串联故障电弧诊断

为了实现低压串联故障电弧的有效诊断,基于ULI699标准搭建了交流电压为220V、频率为50Hz的串联故障电弧实验平台,并对不同负载回路正常工作电流以及串联故障电弧电流进行数据采集,提出基于小波包能量熵的低压串联故障电弧诊断方法.通过对电流信号进行4层小波包分解,提取小波包能量熵作为特征向量描述故障电弧电流信号在不同频段的能量分布.采用主元分析（PCA）法提取特征向量的主元作为BP神经网络的输入,实现样本最优压缩以简化神经网络结构.仿真结果表明,该方法故障诊断准确率较高,能够有效地识别串联故障电弧.     

管道地理位置测量系统的动态初始对准方法

针对长输油气管道地理位置测量系统的初始对准问题,提出了一种新的动态初始对准方法.建立了管道地理位置测量系统状态误差模型和以基准点之间的航向角误差、速度误差和位置误差为观测量的观测模型,设计了变尺度无迹卡尔曼滤波动态初始对准算法.结果表明,该算法所得初始对准俯仰角、航向角和横滚角的稳态误差分别为18.9'、6'和5',解决了姿态角周期性变化引起的初始对准精度差的问题,满足了管道地理位置测量系统的工程应用要求.     

基于延时相关预处理的MUSIC算法

针对MUSIC算法的分辨力受信噪比、快拍数及阵元数等因素限制的问题,利用各阵元接收数据的延时相关函数重新构造协方差矩阵,提出了基于延时相关预处理的MUSIC算法.根据阵元间的延时相关函数与原阵列流型及信号延时相关函数的关系,推导了4个与原阵列流型相同（共轭）的延时相关函数矩阵,分别对各矩阵求协方差并按规则求和得到新的协方差矩阵,之后对协方差矩阵进行特征分解,根据信号子空间处理稳健性高和噪声子空间处理估计精度高的特点构造谱函数进行谱峰搜索,实现DOA估计.通过仿真实验验证了本文算法的可行性和有效性.