基于SVM和RBFN的汽车主动降噪系统传感器故障诊断

汽车主动降噪系统的工作依赖于多个噪声传感器,一旦传感器发生故障,将严重影响降噪效果。为保证汽车主动降噪系统的性能,提出了由支持向量机(SVM)预测模型和径向基神经网络(RBFN)预测模型构成的传感器故障诊断系统,SVM模型判断是否发生传感器故障,RBFN模型则利用各传感器间的信息冗余关系定位故障传感器并对其信号进行重构。仿真结果表明,该诊断系统可有效实现汽车主动降噪系统中的传感器故障诊断及信号重构。与传统的汽车主动降噪系统相比,引入传感器故障诊断系统可保证更稳定的降噪性能。     

提升数据分析能力成熟度之四步曲

您是不是常常苦于对业务中碰到的问题找不到好的解决办法,又或者担心不久的将来会爆发一系列潜在的问题？在某些事件完全失控之前您是否想事先找寻到一些蛛丝马迹？如果您的回答是肯定的话,不要担心,这种情况并不是特例。     

基于MPSO-CWLS-SVM的瓦斯涌出量预测

针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权的最小二乘支持向量机根据预测误差的统计特性,确定加权规则参数,以达到赋予训练样本不同权值的目的。并用MPSO算法对CWLS-SVM模型的正则化参数λ和高斯核参数σ寻优。利用无线传感器网络采集到的各项历史数据进行实例分析。结果表明,该算法有效的提高了瓦斯涌出量的预测精度,降低了预测误差,为煤矿瓦斯防治提供理论支持。     

IGA-DFNN在瓦斯浓度预测中的应用

为了准确预测采煤工作面的瓦斯浓度,提出免疫遗传算法优化的动态模糊神经网络瓦斯浓度动态预测方法。用无线传感网络系统采集工作面瓦斯浓度数据作为样本,通过小波分析对样本数据进行降噪滤波预处理。采用IGA算法对DFNN网络参数进行优化,建立了瓦斯浓度的预测模型。通过MATLAB仿真研究表明,所建模型对采煤工作面的瓦斯浓度演变趋势预测合理,并且经过IGA算法优化DFNN网络比单纯的DFNN网络具有更快、更准确的预测功能,可以为防治煤矿瓦斯积聚提供更好的理论支持。     

2001年纯碱市场回顾及2002年市场预测

生产 2001年全国累计生产纯碱909.5395万t,同比增产81.5395万t, 生产其中十大碱厂中有2个厂减产,8个厂增产,增减相抵后净增产41 1401万t;中、小型碱厂有8个厂减产,24个厂增产,增减相抵后净增产40.3994万t.从统计数据分析,上半年全国月平均产量为74.55万t,7、8月份因大修产量分别为64.1356万t和71.8305万t,1～8月平均产量为72.8万t;9月份大修基本结束,产量上升到78 8105万t,比1～8月平均月产量高出6.0105万t;10月份产量为81 5631万t,比1～8月平均月产量高出8.7631万t;11月份产量为80 0148万t,12月份产量为80.9682万t,均比1～8月平均月产量高出7万t以上.从9月份以后的产量看,不少纯碱的扩建改造已逐步完成并投入使用,10～12月平均产量超过80万t.     

液体非电解质水溶液粘度的预测

在Teju-Rice液体混合物粘度模型的基础上,对常用的液体混合物粘度关联式进行了分析和比较;导出了适用于二元和多元非电解质水溶液的粘度模型;结合实际数据导出的水溶液二元作用参数的估算式可进行水溶液粘度的预测。用该模型计算了7个体系398个不同温度和组成的二元水溶液和4个体系189个不同温度和组成的三元水溶液的粘度,结果表明,计算值对实验数据的总平均相对偏差分别为6.848%和5.043%,本文水溶液粘度估算式的计算准确性优于Teju-Rice法。     

GAFSA优化SVR的网络流量预测模型研究

现有的诸多网络流量预测模型存在预测稳定性不好、精度较低等问题。针对此类问题, 研究了一种通过GAFSA(全局人工鱼群算法)优化SVR模型的网络流量预测方法。GAFSA是一种群智能优化算法, 寻优效果显著。采用GAFSA对SVR预测模型进行参数寻优, 可以得到使预测效果最佳的训练参数; 使用这组最优参数训练SVR, 建立网络流量预测模型, 可以很好地改善基于其他智能优化算法改进的SVR网络流量预测模型多次预测结果相差较大的问题, 使预测结果趋于稳定, 同时也可以提高预测精准度。仿真结果表明, GAFSA-SVR网络流量预测模型与其他模型相比, 预测结果基本稳定, 精准度提高到89%以上, 对于指导网络控制行为、分析网络安全态势有重要意义。     

基于行程时间多步预测的实时路径导航算法

针对现有车辆导航算法仅考虑单一数据,使所得路径实际行程时间比预期更长的问题,首先建立了基于卡尔曼滤波理论的行程时间多步预测模型;其次,提出了综合利用实时数据、行程时间多步预测数据及历史数据的实时路径导航算法,并改进了其实现的核心算法Dijkstra_pred.实验结果表明,基于三类数据的实时路径导航算法所得路径的实际行程时间从整体上优于仅采用实时数据的导航算法,且路径变化较少.     

苯乙烯/二氧化碳/聚苯乙烯三元混合物的相平衡预测

A lattice fluid model,Sanchez-Lacombe equation,is used to predict the phase behavior for a styrene/CO2/polystyrene ternary system.The binary parameters involved in the equation were optimized using experimental data.Phase diagrams and the distribution coefficients of styrene between polymer phase and fluid phase are obtained over a wide rang of pressure,temperature and composition.The analysis of ternary phase diagrams indicates that this system at relatively high pressure or low temperature may display two-phase equilibrium,and at low pressures or high temperatures three-phase equilibrium may appear.The distribution coefficients of styrene between the fluid phase and the polymer phase increase asymptotically to unity when the concentration of styrene increases.The results provide thermodynamic knowledge for further exploitation of supercritical carbon dioxide assisted devolatilization and impregnation.