基于宏微观因素的概率级别的车辆事故预测

车辆事故预测是避免道路车辆事故发生的重要研究课题.以往的研究使用的事故数据集只包含地理情况、环境情况、交通情况等宏观因素,或者只包含车辆行为和驾驶员行为等微观因素.因为很难收集到同时包含2类因素的事故数据集,很少有研究将这2类因素结合起来,然而车辆事故往往是两者共同作用的结果.此外,在收集到的数据中没有可以用于预测的事故发生概率标签,所以目前多数的研究关注点只是在于事故是否发生而不能得到准确的概率值.然而在实际应用场景下,驾驶员需要的是不同级别的危险预警信号,而这种信号正是应该由事故概率值决定的.2019年发布的事故宏观因素数据集OSU(Ohio State University)与宏观因素数据集FARS(fatality analysis reporting system)和微观因素数据集SHRP2 (strategic highway research program 2)都具有一些相同的特征,为它们的融合提供了机遇.因此,首先得到了一个同时包含宏观和微观因素的数据集,其中事故数据(正样本)融合自OSU、FARS数据集,以及与SHRP2分布相同的数据集Sim-SHRP2 (simulated strategic highway research program2),而安全驾驶数据(负样本)则由自己驾驶汽车获得.然后,针对收集到的数据中没有概率标签的问题,还设计了一个概率级别的无监督深度学习框架来预测准确的概率值,该框架使用迭代的方式为数据集生成准确的概率标签,并使用这些概率标签来进行训练.实验结果表明,该框架可以使用所得到的数据集来灵敏而准确地预测车辆事故.     

具有不确定性的非线性切换系统的约束预测控制

针对一类具有不确定性和变量约束的非线性切换系统, 提出了一种基于Lyapunov函数的预测控制方法, 其中状态约束分为两种情况: 1)要求状态变量在所有时刻都满足约束(称为硬约束); 2)允许状态在某些时刻超出约束(称为软约束). 主要思想是: 对切换系统的每一个子系统, 在输入和状态均受约束的情况下, 设计基于Lyapunov函数的有界控制器和预测控制器, 在两者之间适当切换, 得到初始稳定区域的描述并使得子闭环系统保持稳定. 对整个切换系统, 设计适当的切换律以保证: 1)在切换时刻, 闭环系统的状态处在切入系统的稳定区域内; 2)切入模块的Lyapunov函数是非增的, 从而可保证稳定性. 在状态变量的约束是软约束时, 对每一子模块首先设计一个控制策略, 尽快将状态控制到初始稳定区域, 然后再利用稳定区域内的控制律使系统稳定.     

基于结构化预测的细胞跟踪方法

提出一种新的多细胞联合检测与跟踪方法,通过椭圆拟合构建细胞观测假说的完备集合,定义了多种局部事件来描述细胞的行为以及检测阶段可能出现的错误.通过引入相应的标签变量,将细胞跟踪建模为结构化预测问题,通过求解一个带约束的整数规划问题得到细胞轨迹的全局最优解.针对结构化预测模型中的参数学习问题,本文采用Block-coordinate Frank-Wolfe优化算法根据给定的训练样本求解模型的最优参数,同时给出了该算法的非线性核化版本.本文在多个公开数据集上对提出的算法进行了验证,结果表明,本文的实验表现相比于传统算法有着显著的提升.     

数据驱动视角下飞机故障预测与健康管理系统设计及验证

由于故障预测与健康管理系统(PHM)是涉及多层次、多领域、耦合度高的复杂系统,很难从整体对PHM系统进行设计和验证,所以始终没有成熟的工具和方法;从数据驱动的视角,研究了飞机PHM系统设计及验证;以数据为主线,采用了4种方法实现PHM系统设计及验证:1)采用系统建模语言(SysML)进行PHM系统的架构设计;2)采用基于事件的方法将被观测系统的行为状态化,实现PHM系统中资源的充分利用,降低局部的资源压力;3)采用基于模型的推理方法,实现了系统状态模型的应用;4)采用多线程、异构能量耦合等方法定义了一个PHM仿真框架,并在该框架指导下开发了一个仿真环境,并针对机载配电系统设置了几种测试用例进行诊断推理,对提到的各种方法进行了验证;研究结果表明,上述方法是合理有效的,可以构建描述完整、资源均衡的PHM系统架构。     

一类混杂系统的混杂时态Petri网模型

本语文为一类混杂系统的建模提出了混杂时态Ｐｅｔｒｉ网（ＨＴＰＮ）模型,在该模型下,系统的微观连续行为由混杂时态Ｐｅｔｉ网变迁对应的微分方程描述,宏观行为由变迁对应的离散事件描述,同时在该模型的基础上,讨论了混杂系统的宏观及微观运行问题,并提出了佥状态轨迹的概念来描述系统的动态行为。最后给出一实例来说明模型的合理性和应用。     

一种信息物理融合系统行为预测模型

信息物理融合系统(CPS)是一类集成了计算系统、通信网络、传感器网络、控制系统和物理系统的新型互联系统。由于CPS内部异构单元之间的通讯、协同和交互的形式错综复杂,目前尚无统一的模型进行描述和分析,因此对其行为的建模和预测是一个难点问题。首先以混杂系统、模糊集理论和人因学方法为基础,提出一种模糊时间混合Petri网,随后通过对一类典型CPS的行为进行建模和分析,实现了CPS动态行为和状态迁移的预测,最后以仿真数据验证了模型的有效性。该模型可用于分析CPS中的物理世界连续状态和信息世界离散事件之间的联系和交互,有助于研究CPS中的不确定性问题和系统组成单元之间的异步并发关系,为CPS的行为预测、状态评估和实时控制提供了有效方法。     

基于灰色理论的股指预测系统的设计与实现

使用MATLAB设计并实现了一个股指预测系统。该系统以上海证券综合指数历史数据为样本,首先用MATLAB软件拟合了上证指数每月月底收盘价随时间的变化曲线,从宏观上掌握上证指数的变化范围和规律;接着用灰色模型对上证指数进行中短期预测,可以预测未来半年和未来6天的上证指数。仿真实验说明算法是有效的,预测误差小。     

丢包和量化约束下的不确定系统分布式滚动时域估计

研究了数据丢包和量化约束下的随机不确定系统分布式状态估计问题.将丢包现象描述为随机Bernoulli序列,采用预测补偿机制对数据丢包进行补偿,将量化引入的误差转化为观测方程中的不确定参数,将系统的模型不确定性描述为系数矩阵受到随机扰动;利用固定时域内的所有观测值构造代价函数,将状态估计问题建模为带不确定参数的鲁棒最小二乘优化问题,并通过将矢量优化问题转化为单峰函数的标量优化问题,实现了鲁棒滚动时域局部估计器的快速求解;对局部估计器的稳定性进行研究,给出了估计误差范数平方期望收敛的充分条件.应用协方差交叉(CI)融合算法进行加权融合,得到了分布式融合估计器.最后通过仿真验证了所提算法的有效性.     

基于FBM约束模型的可控性分形生成方法

为了获得分形生成过程的可控性,根据局部变形能的概率分布建立了基本FBM(factal Brown motion)约束模型,通过阈值估计给出了FBM约束因子的具体实现,使得分形生成过程能够在表面细节具备统计自相似性的同时更好地对宏观形状进行控制.其中离散约束下提出的区域缓冲控制与连续约束下提出的区域调和控制方法进一步丰富了分形生成的控制手段.可控性分形生成实例表明,该方法能够实现分形生成过程的有效控制,可在自然模拟、工程信息可视化等领域中得到广泛应用.     

基于神经网络的马尔可夫预测模型

首次提出神经网络与马尔可夫链相结合的数学模型,用于随机波动数据序列变形预测,克服随机观测数据固有的随机和波动特征,较好地实现了工程中大量随机波动性数据无法采用灰色GM(1,1)模型精确预测问题。采用神经网络完成观测数据变化动态基准模型的计算,在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其中误差等指标的分析,完成观测数据变化值的准确计算。该模型被应用于隧道围岩工程实例,计算证明取得了较好的效果。     

基于多agent电力系统连锁故障预测的研究

以连锁故障传播机理为基础,充分考虑电网拓扑结构,建立了线路前后级之间的关系,结合马尔可夫链的概率特点,提出了基于多agent的连锁故障概率模型。通过数据采集agent对原始数据进行预处理,最终上传到变电站预测agent系统中进行决策,从而提前做出动作,最终希望可以提高电力系统的稳定性。     

双层自校正预报方法及其在高炉铁水含硅量预报中的应用

针对象高炉这样复杂的 MISO 系统,本文提出了一种双层自校正预报方法,将快时变部分的递推辨识和慢时变部分的迭代修正相结合,较好地解决了各子模型时间常数大小和时变性快慢相差较大所带来的问题,并在高炉铁水含硅量预报的实际应用中获得了满意的结果.     

试论矿井主扇同步机预测控制

从自动控制技术的现状出发，用控制论的观点分析了预测控制的机理，给出了一种可行的预测算法，结合矿井主扇同步电动机的工况，建立了ＭＡＣ预测模型，并设计出ＭＡＣ算法框图。     

基于灰色理论和统计学比较的煤矿瓦斯浓度预测研究

通过对基于统计理论和基于灰色系统理论的时间序列预测技术在矿井瓦斯浓度预测中的应用的比较研究,分别对实验结果进行了误差分析。充分说明了在对井下具体测点瓦斯浓度预测方面,不同时间序列预测技术具有不同的适应性,选取误差最小,最接近描述瓦斯浓度实测数据的模型对该测点进行预测会取得最为准确的预测效果。     

基于时间序列的城市用水量预测问题的研究

神经网络、灰色系统已成为提供预测与决策支持的有力工具。本文针对城市用水量的预测这一实际问题,分别讨论了基于时间系列的神经网络和灰色系统理论的城市用水量预测效果。通过实例进行预测,比较两者预测的不同效果。若这两种方法在一定的条件下结合起来,用于城市用水量的近期、中长期预测,误差小,能满足实际需要。     

基于改进BP的电力通信蓄电池寿命预测研究

铅酸蓄电池作为电力通信设备重要的后备电源系统,其性能表现直接影响到电力通信网络的安全稳定运行。论文以蓄电池为研究对象,深入分析影响蓄电池寿命的因素,依据蓄电池在实际环境中的运行状态,提出蓄电池寿命因子作为容量估算的修正因子,构建了改进后的蓄电池寿命估算模型。通过利用BP神经网络和改进的BP神经网络进行仿真实验,结果表明新的蓄电池寿命估算模型在估算效果上优于传统的估算模型,具有较好的实用性。     

基于小波ARMA延迟预测的Internet远程控制

针对Internet网络控制中延迟变化所引起的系统不稳定问题，该文提出了一种基于小波ARMA多尺度预测的延迟时间预测方法，并将其与Smith预估器结合应用于Internet网络控制中，解决了在随机时变的数据包传输延迟情况下Internet网络控制系统的有效控制问题。以直流电机为例验证了预测算法的可行性和有效性。     

阳极效应预报新方法在控制系统中的实现

针对铝电解中的阳极效应预报存在的问题.提出一种新的阳极效应预报方法,该方法简单易行、易于在计算机控制系统中实现,不仅可以提高铝的产量和质量,而且对节能和保证整个电解系列平稳安全生产,具有很重要的意义。     

静态性能分析的训练集自动生成工具

本文详细介绍了训练集自动生成技术并人出了测试结果,该工具已经作为性能预测器的一部分集成在了我们开发的交互式ＦＯＲＴＲＡＮ并行优系统ＴＩＰＳ中。