最小二乘法辨识的匀整控制系统的模糊控制

以国产A186型梳棉机为研究对象,基于现场实际采集的数据,采用最小二乘法建立起梳棉机动态数学模型。然后基于棉条线密度的输入输出关系设计模糊控制器,并以输出棉条的均匀度误差的方差作为性能指标对匀整控制系统进行评估。仿真曲线及方差结果表明,整定好的模糊控制方案较之原有PID控制,输出棉条线密度方差明显减小。     

Trip Purposes of Automobile Users Inference Using Multi-day Traffic Monitoring Data

题目：基于多日交通监测数据推断汽车用户的出行目的

作者姓名：郑文,李文权,陈茜,郑炎,张晨皓

单位：东南大学交通学院,211189,中国南京

摘要：确定出行目的是探索出行规律的一个重要环节。本文以城市中的汽车用户为研究对象,结合无监督学习和有监督学习方法分析其出行特征,重点研究汽车用户出行目的的分类和预测。然而,以往关于出行目的的研究主要集中在问卷调查和GPS数据上,不能很好地反映汽车出行的特点。为了避免传统交通问卷调查中忽略的多日行为变异性和个体特征的不可观察异质性,我们采用了青岛市北区的道路卡口监测数据,并运用K-均值聚类方法来估计汽车用户的出行目的。然后,采用自适应提升（AdaBoost）和随机森林（RF）方法对出行目的进行分类和预测。最后,本研究的结果显示: (1）汽车用户的出行目的主要可以分为四类,分别是通勤出行、出租车出行、白天的弹性生活需求出行和晚间的娱乐休闲购物;（2）随机森林方法在出行目的预测中的表现明显优于AdaBoost,准确率更高;（3）超参数优化下随机森林的平均预测精度达到96.25%,证明了上述聚类结果的可行性和合理性。

关键词：出行目的;汽车用户;交通监控数据;K-means聚类; AdaBoost;随机森林

主要研究内容：

由于汽车出行结构的复杂性,使用GPS数据或问卷调查数据无法完全分析出其出行特征。本文选择覆盖面更广的道路卡口监测数据来分析汽车出行的空间和时间特征。本文以K-means聚类和机器学习为重点,旨在对汽车用户的出行目的进行分类和预测。我们的工作可以为探索城市汽车出行的特征提供依据,也可以为不同的出行目的提供合适的公共交通方式（如需求响应式公交、快速公交和公交快线）来替代汽车出行,这有助于优化城市道路交通结构,保证城市交通系统的可持续发展。其核心思想和重要研究内容主要包括以下三个部分。

1）在我们的研究中,应用了以往关于出行目的研究中没有使用过的道路卡口监测数据,并验证了监督和非监督学习方法的结合在分析具体出行问题上的有效性。这不仅可以从一个新的角度来分析出行目的,也为今后的出行行为研究提供了很好的参考。

2）基于青岛市的道路监测数据集,建立了六个指标来分析汽车用户出行的时空特征。然后,采用K-means聚类方法对数据集进行分析,根据SSE和CH_Score的收敛值,可以将研究区域内的汽车用户出行目的主要分为四类,分别为通勤出行、出租车出行、白天的弹性生活需求出行和晚间的娱乐休闲购物。这使得我们可以间接了解汽车用户的出行结构,从而帮助交通管理者针对不同目的实施不同的交通管理措施。

3）根据K-means聚类的结果,从多个方面分析了两种基于树的集合学习方法的预测精度。结果发现,在超参数优化条件下,随机森林更适合于处理该类出行目的预测问题。MAE、RMSE和R²的值都优于AdaBoost。此外,RF的平均预测精度可以达到96.25%,也高于AdaBoost。它为处理出行行为问题提供了参考。

     

菌酶协同发酵水解大米蛋白ACE抑制肽及其活性的研究

使用植物乳杆菌2-18和枯草芽孢杆菌Y、枯草芽孢杆菌Y4-2联合蛋白酶共同水解大米蛋白,测定大米蛋白的水解溶出率及脱除液的血管紧张素转换酶(angiotensin I-converting enzyme,ACE)抑制活性。在利用菌酶联合水解大米蛋白的组合中,植物乳杆菌2-18+风味蛋白酶/菠萝蛋白酶+胃蛋白酶/酸性蛋白酶组合对大米蛋白的水解溶出率最高,蛋白脱除率为(91.32±1.60)%。大米蛋白水解溶出液中必需氨基酸占总氨基酸含量的39.62%。通过对分子量分布分析,大米蛋白水解溶出液的多肽分子量分布主要在1 kDa～1.5 kDa部分。经植物乳杆菌2-18+风味蛋白酶/菠萝蛋白酶+胃蛋白酶/酸性蛋白酶组合对大米蛋白的水解溶出液ACE抑制率达(91.95±1.63)%,具有良好的ACE抑制活性。     

氨气熏蒸降解玉米中黄曲霉毒素B1 的条件优化

为提高氨气对玉米中黄曲霉毒素B1(AFB1)的降解效率,首先通过单因素试验研究氨熏温度、氨气浓度、氨熏时间及玉米含水量对黄曲霉毒素B1 降解率的影响,然后通过二次回归正交试验设计及响应面分析确定主要影响因素的最优参数组合：温度37℃、玉米含水量20%、氨气体积分数7.05%、氨熏时间96h,在此条件下玉米中AFB1 降解率的模型预测值为90.4%,实测值为92%,两者较接近。     

基于随机LQ控制的一类投资组合优化策略

将随机LQ控制模型推广到系统状态为带有马尔科夫调制参数的跳跃-扩散过程的随机LQ控制模型,采用倒向随机微分方程得到最优反馈控制,然后用来处理借贷利率不等条件下的投资组合问题.将原始问题转化为随机LQ最优控制问题后,引入跳跃-扩散的随机Riccati方程,应用随机变分法求得问题的最优反馈控制策略.     

基于随机搜索变异策略的人工蜂群算法

针对人工蜂群算法存在的收敛速度慢、易陷入局部最优等缺点,提出了一种基于随机搜索策略的人工蜂群算法(RMABC).首先,采用随机选择的方式进行变异和扰动操作,增加种群的多样性,平衡算法的局部搜索能力和全局搜索能力;其次,改变侦察蜂阶段的搜索策略,将limit次不更新的蜜源替换为它的反向蜜源,加快算法的收敛速度.选取9个标准测试函数进行数值仿真实验,结果表明本文提出的算法具有较快的收敛速度和较高的求解精度,对复杂的数值优化问题寻优效果很好.     

基于不同算法的多孔式液压缓冲器设计优化与比较

以自主设计的新型多孔式液压缓冲器为研究对象,将系统的最大缓冲效率和最小峰值压力作为优化目标,建立了多孔式液压缓冲器节流孔优化模型,分别运用模拟退火算法、粒子群优化算法以及遗传算法对阻尼孔的数量、孔直径和孔间距进行组合优化.研究结果表明:相较于经验设计的等孔径等间距方案,经3种算法优化后的缓冲器效率均显著提高,峰值压力均...     

产品造型设计"其实就是一道简单的排列组合应用题"

在产品的造型设计上,纵观设计实践还是设计教育,都十分注重培养设计师的发散思维,使得我们长期忽视了对一些基本的逻辑思维对发散思维的作用.本文探讨了在产品造型设计创意上,如何把排列组合原理和发散思维结合起来,提高产品造型设计的创作效率,并以实例进行例证.     

对非相干光纤激光组束系统最大阵列宽度的研究

光纤激光组束系统的最大阵列宽度决定着可参与组束的光纤激光器个数,从而制约着组束激光的输出功率.通过对组束系统耦合效率的分析,光斑半径应不超过100μm,透镜焦距不超过20cm.在此条件下,组束系统的最大阵列宽度约为0.6cm.     

基于GANO算法的电力系统中长期负荷预测研究

进行负荷预测时,由于中长期负荷历史数据较少而制约因素较多,因此预测难度较大。在分析了灰色预测和神经网络预测优缺点的基础上,提出了多因素灰色神经网络组合预测模型(GANO)。该模型首先采用灰色GM(1,n)模型处理多因素的影响,进而利用BP神经网络训练电力历史负荷数据,最后利用统计方差的倒数建立较为理想的优化组合预测模型。该优化模型结合了各模型优点且综合考虑了电力负荷的多种制约因素。经算例验证,优于单一历史负荷预测模型,有效地提高了中长期负荷预测精度。