基于自适应模型预测的自主车辆避障控制研究

在无人驾驶车辆安全避障控制过程中,由于被控对象的非线性特性,线性模型预测控制器难以保证车辆避障系统的安全性及稳定性。以车辆二自由度运动学模型为基础,在已有感知障碍物信息的基础上,通过应用自适应模型预测控制理论,结合障碍物虚拟边界约束及车辆控制变量约束,设计了以节气门开度和方向盘转角为控制变量的线性时不变控制器,并在Simulink环境下与基于传统模型预测避障控制器进行比较。仿真结果表明:相较于模型预测控制,基于自适应模型预测控制理论设计的控制器能提高车辆避障安全性及舒适性。     

基于库存价值变化的应急物资库存控制模型研究

应急物资储备是实施应急救援、提高反应速度的基础,是我国应急管理建设的重要内容。从库存价值变化的角度出发,建立应急物资库存成本最小化和期望效益最大化的动态储备模型,以实现低库存成本与高应急保障水平之间的动态平衡。该模型考虑了应急物资库存可能发生贬值或增值情况,以"先进先出"原则研究了库存物资周期性消耗和补给的过程,实现了同等保障水平下应急物资的社会效益,同时,可平衡储备物资在市场中的供需关系。     

基于动态补偿的矩形广义系统模型预测控制

针对线性矩形广义系统,研究了基于动态补偿的有限时域模型预测控制问题,给出了存在合适维数的动态补偿器使得闭环系统正则、无脉冲、稳定的充要条件.在有限时域性能指标中引入一个终端有限权矩阵来保证稳定性,并利用矩阵不等式和Lyapunov方程求解优化问题,将提出的Lyapunov方程转化为双线性矩阵不等式形式(BLMI),以便采用路径算法最小化性能指标,保证了闭环系统是容许的.数值算例验证了方法的有效性.     

基于模型预测控制的电动车辆换挡策略研究

基于模型预测控制框架,提出了一种考虑未来工况变化趋势的智能换挡策略。建立循环神经网络,以过去一段时间工况为输入,对未来5 s的车速序列进行预测。以训练好的神经网络作为模型预测控制的预测模型。采用动态规划方法构建基准策略,并作为模型预测换挡策略的滚动优化部分,建立了模型预测换挡策略。构建了基于C-WTVC的复合工况并仿真。设计了双参数经济性换挡规律作为对照。结果表明:模型预测换挡策略可以节约能源消耗,降低换挡频率。     

基于PLC的直流应急电源监控系统设计

直流应急电源智能监控系统对于实现变电站设备稳定运行、提高故障抢修速度和降低系统风险等具有重要意义.为提高直流应急装置性能,提出了一套基于PLC的智能监控系统.利用PLC和触摸屏的联合,对实时采集到的线路信息进行图形化显示和故障诊断,有效简化了硬件结构,提高了系统的可靠性.     

基于PLC的直流应急电源监控系统设计

直流应急电源智能监控系统对于实现变电站设备稳定运行、提高故障抢修速度和降低系统风险等具有重要意义.为提高直流应急装置性能,提出了一套基于PLC的智能监控系统.利用PLC和触摸屏的联合,对实时采集到的线路信息进行图形化显示和故障诊断,有效简化了硬件结构,提高了系统的可靠性.     

基于MRR-KELM算法的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统的设计,提出了一种基于多输出迭代约简核极限学习机(MRR-KELM)的非线性模型预测控制(NMPC)方法。基于直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速以及涡轮级间温度等传感器数据,利用MRR-KELM算法,训练具有较好实时性、精度以及泛化能力的发动机预测模型,引入预测模型输出与发动机输出的误差对控制器指令进行反馈校正,利用序列二次规化(SQP)算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合仿真平台环境下,通过直升机机动飞行仿真,验证了该模型预测控制器相比于传统的串级PI控制具有更好的控制性能,可显著降低动力涡轮转速超调/下垂量。     

基于自适应控制的石油产量预测方法与模型研究

通过对比温控系统与石油系统控制原理,分析自动控制理论与石油系统控制理论存在的差异,建立能够刻画石油系统自适应机理的产量预测模型。自动控制原理侧重研究系统内部的控制机理,而石油系统中的控制机理更加复杂化。根据石油系统自控原理的特殊性,分析石油系统下各种环境的反馈关系,构建一种石油产量预测新思路。     

基于模型预测控制的电动汽车起步工况仿真与性能评价

为提高电动汽车起步工况时的性能,设计了基于模型预测控制的驾驶员模型,建立了纯电动汽车整车模型和驾驶员模型。将驾驶员意图转化为加速踏板和制动踏板的开度变化,利用基于模型预测控制方法的上层控制器得到期望加速度,下层控制器根据期望加速度得到加速指令和减速指令,从而对车辆进行起步工况的加、减速控制。利用起步时间、驱动电机电压电流和冲击度3个评价指标对提出的模型预测控制方法和常规PID控制方法进行起步工况仿真的控制性能比较。分析了不同坡度(0%、10%和20%)和加速踏板开度下电驱动系统的性能。仿真结果验证了模型预测控制方法的有效性。     

基于C/S的股票预测系统设计

本文设计了一个基于C/S的股票预测系统,在每个开盘日中为炒股用户提供一组炒股操作信息,炒股用户依据这组信息买卖股票,从而获得期望的收益。同时,设计了简洁的系统架构和实用的工作流程,制定了系统测试策略。     

基于ARFIMA模型的黄金价格预测

研究发现上海黄金交易所黄金收益序列有长期记忆性,进而从另外一个角度证实了上海黄金市场尚未达到弱式有效的结论。应用ARFIMA模型对黄金收益序列进行预测,并与用于定量预测的ARMA模型对比,结果表明分整的ARFIMA模型提高了黄金收益序列长期预测的可靠性。     

基于RBF神经网络的预测控制

运用神经网络解决系统的非线性问题，用预测控制解决系统时滞问题．针对制冷系统膨胀阀控制回路具有时滞、非线性的特点，提出了将基于RBF神经网络的预测控制用于蒸发器过热度的控制．仿真与应用均表明该算法具有良好的动态响应和较强的鲁棒性，能够对蒸发器过热度进行有效的控制．     

基于质心侧偏角计算的自动转向控制

为改善车辆高速行驶时质心侧偏角对车辆横向控制的影响,基于车辆动力学分析与辨识提出了一种基于无迹卡尔曼滤波理论的精确计算质心侧偏角的方法,并将其应用于车辆的自动转向控制系统。为验证算法的有效性,进行了相关的仿真分析。仿真结果表明:在实时计算质心侧偏角的基础上进行车辆的性能控制,可提高车辆的瞬态控制精度,有效改善车辆的舒适性。     

基于单片机控制的温度检控系统设计

以AT89S51单片机为控制中心,设计了温度检控系统,系统包括单片机控制模块、温度采集模块、液晶模块、报警模块、继电器驱动模块以及PC上位机.温度采集模块采用DS18B20数字温度传感器,液晶模块采用1602LCD,继电器驱动摸决包括电热丝和风扇.该系统的主要工作原理是单片机接收温度传感器送来的数据并分析,当温度超过设定的上下限时,报警器报警,同时继电器驱动电热丝、风扇进行加温、降温处理.该系统使用起来方便、快捷、安全可靠、稳定性强,可实时控制被测系统的温度,有助于提高生产效率.     

基于预测控制的ATM网络拥塞控制研究

用广义预测自适应控制方法研究ATM网络中的ABR业务拥塞问题,提出了一种拥塞控制算法,该法可很好地适应实际网络中用户数和连接延迟的动态变化,仿真结果表明了该方法的有效性.     

基于ARIMA模型的重庆货运量预测

采用求和自回归移动平均模型(ARIMA),对国家统计局和<2006年重庆统计年鉴>提供的重庆货运量数据进行分析.结果显示,AluMA(5,2,1)模型提供了较准确的预测结果,可用于未来的预测,能为重庆运输业的发展提供可靠的参考依据.     

基于PSO-SVM模型的网络流量预测研究

针对网络流量高度自相关、随机性和非线性等时间序列特征,采用支持向量机(SVM)模型进行预测.针对SVM模型中参数难以确定的问题,采用粒子群(PSO)算法进行参数寻优,保证预测的精确度.将PSO-SVM模型预测结果与ARIMA自回归移动平均模型、BP神经网络模型预测结果进行比对,PSO-SVM模型具有更高的预测精度,能够更好地反映网络流量的变化规律.     

基于ARIMA模型的煤炭消费量预测

科学地预测煤炭消费量可以为规划煤炭生产和煤炭供给提供强有力的数据支持,根据1982-2010年湖南省煤炭消费量数据建立ARIMA模型,并对2013-2015年的煤炭消费量进行了预测.研究结果表明:ARIMA(1,1,3)模型的预测效果良好,2005-2010年平均预测误差仅为4.00％,达到了最佳最小方差的预测效果;湖南省煤炭消费量在2013-2015年将继续出现上涨趋势,但增速会有所回落.     

基于ARIMA模型的重庆货运量预测

采用求和自回归移动平均模型(ARIMA),对国家统计局和《2006年重庆统计年鉴》提供的重庆货运量数据进行分析。结果显示,ARIMA(5,2,1)模型提供了较准确的预测结果,可用于未来的预测,能为重庆运输业的发展提供可靠的参考依据。