磷虾群算法优化支持向量机的威胁估计

为提高目标威胁估计的预测精度,在传统支持向量机优化方法的基础上,提出了采用磷虾群算法优化支持向量机的威胁估计方法。介绍了磷虾群算法和支持向量机的原理,并基于此采用磷虾群算法对支持向量机中的惩罚参数和核函数参数进行优化,寻找最优的惩罚参数和核函数参数;建立磷虾群优化支持向量机的目标威胁估计模型,并实现基于该模型的目标威胁估计算法。采集90组原始数据组成训练集、30组数据组成测试集,对该目标威胁估计算法进行仿真实验。实验结果显示,磷虾群算法优化支持向量机的预测误差为0.002 91,小于采用粒子群算法或萤火虫算法优化的支持向量机。结果表明,磷虾群优化支持向量机的目标威胁估计方法可以有效地完成目标威胁估计。     

基于自适应控制器的电动汽车电机驱动速度控制研究

针对电动汽车速度控制需要安装传感器,以及精度低和成本高的问题,本文提出了一种基于模型参考自适应控制的异步电机驱动电动汽车无速度传感器控制技术,并引入了一种基于黄金分割算法的能量优化技术.基于电阻模型作为参考模型,该自适应控制不受定子电阻变化的影响,完全消除了速度估计过程中对任何流量估计的要求.黄金分割能量优化算法可根据...     

极径法球面测量的加权最小二乘估计和布点设计

本文给出了基于极径法球面测量的加权最小二乘估计模型,并依据该模型进行测量采样点布局的优化设计。最后,对模型和布点设计进行了统计数据仿真测试。     

VCM模型下的IBAS⁃EKF锂电池荷电状态估计

为解决锂电池荷电状态(SoC)难以精确估计的问题,提出了极化电压修正模型(VCM)和改进天牛须优化扩展Kalman滤波算法(IBAS?EKF)共同实现电池SoC的精确估计.在建立3阶RC电池模型和参数辨识的基础上,使用Elman循环神经网络对模型极化电压实现在线修正和优化,形成VCM模型;采用改进天牛须搜索算法优化扩展Kalman滤波算法的系统噪声协方差矩阵和量测噪声协方差矩阵,形成IBAS?EKF锂电池SoC估计算法.在测试平台上进行城市道路循环工况试验,结果表明:基于VCM模型的IBAS?EKF锂电池SoC估计算法的各项误差指标均低于传统的SoC估计算法,估计误差在0.6％以内,效果满足实际工程要求.     

VCM模型下的IBAS⁃EKF锂电池荷电状态估计

为解决锂电池荷电状态(SoC)难以精确估计的问题,提出了极化电压修正模型(VCM)和改进天牛须优化扩展Kalman滤波算法(IBAS?EKF)共同实现电池SoC的精确估计.在建立3阶RC电池模型和参数辨识的基础上,使用Elman循环神经网络对模型极化电压实现在线修正和优化,形成VCM模型;采用改进天牛须搜索算法优化扩展Kalman滤波算法的系统噪声协方差矩阵和量测噪声协方差矩阵,形成IBAS?EKF锂电池SoC估计算法.在测试平台上进行城市道路循环工况试验,结果表明:基于VCM模型的IBAS?EKF锂电池SoC估计算法的各项误差指标均低于传统的SoC估计算法,估计误差在0.6％以内,效果满足实际工程要求.     

果蝇优化BP神经网络路面附着系数估计

在利用BP神经网络进行路面附着估计时，存在收敛速度慢和易于陷入局部最优解等问题。为此，提出一种基于果蝇算法（FruitFlyingOptimizationAlgorithmFOA）对BP神经网络进行改进并给出算法的流程。建立路面附着系数估计BP神经网络模型，将果蝇算法引入到BP神经网络，对网络的初始权值与阈值进行优化，以增强网络的全局寻优能力。利用Carsim软件获取的样本数据对网络进行训练，并与MATLAB/Simulink软件搭建联合动态仿真模型，对比实验结果表明：基于FOA优化BP神经网络的路面附着系数估计方法不受车辆模型精度的影响，定性估计精度高，能有效提高估计值的精度和稳定性。     

基于改进PSO算法的发酵过程模型参数估计

建立准确的非线性机理模型是发酵过程优化调控的关键.提出了一种基于改进粒子群优化算法(PSO, particle swarm optimization)的发酵过程模型参数估计方法,并将该方法用于青霉素发酵过程建模.改进的PSO算法通过引入粒子群能量对粒子进行自适应分群以防止粒子陷入局部最优,从而保证收敛于全局最优解.实验结果表明,该方法可以有效地实现青霉素发酵过程模型参数的准确估计,所得到的模型精度能够满足发酵过程的状态估计和控制需求.     

基于改进支持向量机的目标威胁估计

针对信息融合中目标威胁估计的特点,分析了传统目标威胁估计方法和支持向量机(SVM)的不足。采用粒子群算法(PSO)对SVM中惩罚参数c和核函数g进行优化,建立了改进的SVM(PSO_SVM)目标威胁估计模型及算法。介绍了粒子群算法和支持向量机的原理,建立了一种新的PSO_SVM目标威胁估计模型;基于该模型,实现了PSO_SVM目标威胁估计算法。为适应该算法,对数据进行了预处理,包括数据量化和归一化。交叉验证寻找最佳参数时,采用PSO算法进行优化。采集75组原始数据用于仿真实验,其中60组作为训练集,15组作为测试集。仿真实验表明,该算法预测误差为0,达到了预期目标。实验结果真实、准确地反映了实际情况,证明了该方法的有效性。     

基于蚁群优化UKF算法的汽车状态估计

针对汽车状态估计中过程噪声和观测噪声的时变特性,提出一种新的自适应滤波算法。该算法基于三自由度非线性汽车动力学模型,在利用UKF对汽车状态量进行估计的同时,引入蚁群优化算法,根据目标函数对过程噪声和观测噪声进行寻优,实现了过程噪声和观测噪声的自适应作用,估计精度的大幅提高。虚拟实验验证了蚁群优化UKF算法的鲁棒性和精度。研究结果对汽车主动控制系统的开发具有重大的理论指导意义。     

一种AR模型的稀疏模态参数估计方法

基于自回归模型(autoregressive,AR)的模态参数估计方法需要进行阶次估计,阶次确定错误会使结果中包含虚假模态或者遗漏模态。针对这种情形,通过将模态选择的问题转化为带有稀疏约束的振型系数问题,提出了一种基于AR模型的稀疏模态参数估计方法。先假设一个较大的系统阶次,采用基于AR模型的估计方法计算模态参数,然后构造振型系数的稀疏优化模型,多次稀疏求解后用统计和聚类的方法对结果进行校正,最后根据振型系数鉴定对应模态的真假。这种无需提前确定阶次的估计方法既避免了定阶次引起的误差,又能有效地将噪声模态分离,适合复杂环境下的参数估计。在斜拉索桥模型上验证结果表明,该方法具有良好的识别效果。     

二维ARMA模型及其在钢板形貌功率谱估计中的应用

二维ＡＲＭＡ模型的参数估计中,由于其对应的二维修正Ｙｕｌｅ－Ｗａｌｋｅｒ方程不具备唯一性和可辩识性,使得二维ＡＲＭＡ模型的定阶计算参数估计一直是一个非常困难的问题。本文正是针对该点,提出了一种二维ＡＲＭＡ模型的初步定阶方法,同时对ＡＲ参数的自相关函数估计方法进行了改进,在此基础上得到了功率谱估计算法。该算法在文中的应用实例中表现出了非常高的分辨率,另外在钢板表面形貌的功率谱估计中也得到了非常好的效果。     

步进加速寿命试验及参数估计

阐述了加速寿命试验技术的基本原理、方法，定义了适合步进加速随机振动试验的过载系数．提出了定数截尾步进应力加速寿命试验数据的参数估计方法，在加速寿命试验具备4个假设条件的基础上建立了时间等效模型，通过结合随机振动的加速试验曲线公式建立的时间等效模型，并利用历史数据首先确定参数b，以实现各级应力下的试验时间等效折算。采用改进的极大似然法(MMLE)、最好线性不变(BLIE)和线性回归技术估计威布尔分布中的未知参数。根据随机振动试验结果对3种参数估计方法的有效性进行了分析。     

An approach to improve the offshore platform coordinates accuracy by using multichannel Kalman filtering

In this paper, multichannel Kalman filters for estimation of offshore platform (OP) coordinates are designed. The complete OP motion is assumed to be composed of the low-frequency motion caused by the wind and undercurrent, and the high-frequency motion caused by the sea. The mathematical model of the low-frequency OP motion is given by the normal differential equation system, and the high-frequency OP motion is represented by a moving-average multivariable autoregression model. The parameter estimation problem for the model of the low-frequency OP motion, on which the in-service control is performed, is solved through two jointly operating Kalman filters: the first one is for the estimation of the parameters of the low-frequency motion model, and the second one is for the parameter estimation for the high-frequency model. The parameters of the first filter are automatically adapted to variations of the second filter, i.e., they are adapted to disturbances from the sea. Two algorithms for the OP motion parameter estimation (parallel and with preliminary data compression). employed for several measuring channels data estimation, are developed, and simulated on a computer. Some recommendations on their use are given.     

A model-based ultrasonic quantitative evaluation method for bonding quality of multi-layered material

Reflection coefficients play an important role in the quantitative evaluation of the bonding quality of the interfaces of the multi-layered composite material. This paper proposes a reflection coefficient-based echo signal model and a new Gaussian model based blind deconvolution method for extracting reflection coefficients of bonding interface. The traditional deconvolution problem can be converted into a parameters estimation process in this model. Moreover, in order to avoid the potential computational burden caused by multiple parameters estimation and the much dependence on the initial parameter values during the estimation process, empirical mode decomposition (EMD) method and an improved Genetic Algorithm are used for parameters estimation. Simulation experiment verified the reliability of this method at different signal-to-noise ratio and with different initial parameter values, and then, reflection coefficients reconstruction of a metal multi-layered composite material specimen is performed through measurement experiment and the result is satisfying. Both the simulation and measurement experiments proved the feasibility and validity of this method.     

大批量定制环境下面向订单设计产品的制造成本估算方法研究

如何估算面向订单设计产品的制造成本,是企业向客户提供和合理报价的前提.为此,提出了基于成本模型的成本估算方法,将客户需求与零件材料、制造工艺间的逻辑关系表示为成本模型,然后根据客户需求参数在成本模型的控制下进行新零件的成本估算.提出了基于特征-零件-部件层次上的成本估算方法.实践证明,该方法可以迅速地获得较为准确的零件制造成本.     

基于盲反卷积和参数化模型的超声参数估计

在超声检测中,往往需要获得传播时间(TOF)、回波个数、中心频率、幅值等全面的信息,来综合评判缺陷的位置、大小和类型。通过建立多回波的卷积模型和参数化模型,给出一种结合最小熵盲反卷积(MED)和期望值最大(EM)算法思想的超声回波参数估计方法。首先基于卷积模型,采用最小熵反卷积,实现了重叠多回波信号的有效分离;再基于参数化模型和所获取的回波个数,给出了基于期望值最大算法思想的参数估计算法;最终实现了重叠多回波超声信号TOF、回波个数、中心频率、幅值等参数的精确估计。仿真和实验验证了该方法的有效性和优点。     

Resolver angle estimation using parameter and state estimation

In this paper, a new type of a resolver angle estimator that utilizes a combined parameter and state estimation scheme is proposed. A state-space model of a resolver is first developed with unknown parameters. Least square estimation is employed to obtain some unknown model parameters by using the measurements up to the current time. Based on the state-space model with estimated parameters, a constrained state estimator with finite memory is constructed to estimate the resolver angle. It is shown through simulation that the proposed scheme is very effective in suppressing noise and overcoming amplitude and phase imbalances compared with common angle tracking observers.     

数控机床可靠性指标的似然比检验区间估计

为评估现场时间截尾少样本故障数据的多台数控机床的可靠性,基于似然比检验理论,提出包括初步粗略评估和最终精确评估的数控机床可靠性指标的似然比检验两步区间减半评估方法,推导计算2参数Weibull分布评估模型参数及平均无故障工作时间、可靠寿命和可靠度等可靠性指标区间估计的迭代公式。应用该方法初步评估时,可先取较大计算步长,寻找评估指标上凸曲线的最大值和下凹曲线的最小值,计算结果可取至整数,不需要精确计算。在第二步精确评估时,在最大(小)值左右两区间分别取减半区间或更小区间,细化步长,重新计算,直至找到满足精度的精确估计值。结合一具体实例,给出2参数Weibull分布评估模型参数及可靠性指标的点估计和区间估计。结果显示该方法可减少计算量,提高迭代速度,适用于少样本数据的可靠性分析。     

A metrological model for maximum expiration

A metrological model for maximum expiration formulated by means of complex model reduction and selection of a parameter set for estimation was the purpose of this investigation. Reduction of the model was based on the forward-inverse method. Carrying out regression analysis showed that the properties of the airways were well approximated by exponential functions. The cross-sectional areas, airway lengths and compliances were replaced by these exponential relationships. Some other dependencies between mechanical quantities were also included. This reduced the number of parameters from 132 to 12. The complex and reduced models for maximal expiration were implemented on a PC and compared. The sensitivity index expressing the effect of parameter reduction was 3.2%. The selection of parameters for estimation was based on sensitivity analysis. This analysis showed that the reduced model was insensitive or weakly sensitive to eight parameters. This allowed for the selection of four parameters that influence the shape of the maximal expiration curve more than the others.     

基于贝叶斯复合分位数回归的参数估计及应用

针对传统最小二乘估计易受异常点干扰及稳健性较差的问题,建立了基于复合分位数回归估计的数据拟合预测模型。为了克服复合分位数回归在估计参数时忽视了参数的不确定性,致使估算出的参数精度不够高的缺点,将贝叶斯分析法与复合分位数回归相结合,提高了参数的估算精度。实证分析表明贝叶斯复合分位数回归估计优于复合分位数回归估计,而复合分位数回归估计优于传统最小二乘估计,值得工程技术人员借鉴。