基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.     

相机稳定平台的RBF神经网络PID控制方法

相机稳定平台是作为飞行器航拍的一种外挂式设备, 可以采用先进的控制 策略避免飞机姿态变化和机身抖动对航拍质量造成的影响。常规的PID 控制需要人为手 动调节参数, 提出一种基于RBF 神经网络PID 参数自整定的控制方法。通过设定初始 PID 参数, 利用RBF 神经网络自学习能力进行在线参数整定。仿真结果表明, 与传统 PID 相比,RBF 神经网络PID 具有较高的精度和较强的适应性, 平台跟踪精度可以达到 3′以内。     

航空发动机神经网络自学习PID控制

将神经网络与传统的PID控制相结合,构成神经网络自学习PID控制,用神经网络在线整定PID控制器的比例、积分及微分三个参数,使被控对象跟踪理想参考模型的输出。该系统具有自学习能力,能适用于非线性、时变的被控对象。将神经网络自学习PID控制方法用于航空发动机全包线控制以及蜕化发动机的控制,进行了数字仿真,验证了该方法的有效性。     

基于支持向量回归机的发动机/直升机扭矩超前控制

主要研究涡轴发动机转速按扰动补偿控制问题,提出了一种基于迭代约简最小二乘支持向量回归机算法和模型预测机制的直升机扭矩动态超前预测模型设计方法.首先用迭代约简最小二乘支持向量回归机设计了旋翼扭矩按飞行状态和操纵量估计的非参数动态反馈模型,然后设置了扭矩模型预测机制,以获得扭矩的超前动态信息.接着利用扭矩超前预测信息设计了...     

支持向量机时间序列预测模型的参数影响分析与自适应优化

建立在统计学习理论和结构风险最小原则上的支持向量机在理论上保证了模型的最大泛化能力,因此与建立在经验风险最小原则上的神经网络模型相比,理论上更为完善.本文运用支持向量机建立时间序列预测模型,研究影响模型预测精度的相关参数,在分析参数对时间序列预测精度的影响基础上,提出用遗传算法建立支持向量机预测模型的参数自适应优化算法.最后,用太阳黑子数据和航空发动机油样光谱数据进行了预测分析.算例表明了本文算法的正确性.     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

基于支持向量回归机的数控机床 几何误差元素建模研究

针对数控机床几何误差元素建模时面临的误差样本数据少且呈非线性的问题,研究在小样本数据集非线性回归分析中具有独特优势的支持向量回归机,并基于此建立数控机床几何误差元素的预测模型。分析现有几何误差检测中常用的九线法所存在的测量选点难和计算累积误差等问题,提出增加每条测量线垂直方向直线度的测量和修正误差项计算模型的改进方法。以高斯径向基核函数为支持向量回归模型的核函数,运用交叉验证法,选取合适的模型参数,求解凸二次规划问题,进而建立几何误差元素的预测模型。以QLM27100–5X五轴龙门机床X轴为例,基于改进的九线法进行测量辨识得到几何误差样本数据,然后分别基于支持向量回归机和最小二乘法建立几何误差元素预测模型,对比两个模型的预测精度,结果显示,前者的预测均方差值MSE为0.0238,小于后者的0.072,验证了支持向量回归模型在小样本集下具有更高的预测精度。     

基于模糊信息粒化和优化SVM的航空发动机性能趋势预测

提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K CV验证误差最小作为优化目标,采用遗传算法(GA)实现支持向量机惩罚参数和核函数参数的自适应优化选择;训练SVM模型并进行并对模糊粒子非线性预测。利用某航空公司的某型航空发动机性能参数监测数据进行验证,结果表明:该算法可以有效实现航空发动机性能参数变化趋势和变化空间预测。在实例基础上分析了窗口大小对算法预测精度的影响以及算法多步预测的效果,得出算法最佳窗口大小为3个数据且算法3步以内预测误差小于10%。      

Fuzzy自整定PID控制器设计及其MATLAB仿真

针对常规PID控制器不能在线进行参数自整定的问题,结合模糊控制技术,提出了一种模糊自整定PID参数的方法,运用MATLAB进行仿真研究表明,该模糊自整定PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,使被控对象具有良好的动、稳态特性。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

基于功率反馈的涡轴发动机神经网络PID控制研究

通过对功率平衡关系进行分析,提出了利用功率反馈设计智能神经网络PID控制器的方法。基于BP（Back Propagation）神经网络,将功率信号作为神经网络的输入层信号,并改进了网络权值的学习规则。通过在线整定PID参数,控制器能够根据功率误差信号的变化实时调整控制参数,从而使系统自主寻找到功率平衡点,具有良好的稳态和动态响应特性。仿真结果表明：该方法可以使涡轴发动机在全包线范围内具有理想的控制性能。     

某于功率反馈的涡轴发动机神经网络PID控制研究

通过对功率平衡关系进行分析,提出了利用功率反馈设计智能神经网络PIO控制器的方法。基于BP(Back Propagation)神经网络,将功率信号作为神经网络的输入层信号,并改进了网络权值的学习规则。通过在线整定PID参数,控制器能够根据功率误差信号的变化实时调整控制参数,从而使系统自主寻找到功率平衡点,具有良好的稳态和动态响应特性。仿真结果表明：该方法可以使涡轴发动机在全包线范围内具有理想的控制性能。     

无轴承异步电机的自抗扰控制策略

针对无轴承异步电机(BLIM)的逆系统解耦控制性能受负载和参数变化影响的问题,在转子磁链定向逆系统解耦控制的基础上,采用自抗扰控制器(ADRC)替换经典的PID控制器,将BLIM模型中的交叉耦合项、本体参数变化和负载视为“扰动”,统一用ADRC的扩张状态观测器(ESO)估测,非线性状态误差反馈控制器(NLSEF)进行补偿。仿真结果表明:采用了ADRC,系统具有较好的动态解耦控制性能;同时,对电机参数和负载变化具有更好的鲁棒性。     

冲压发动机连续可调喷管模糊控制研究

为了提高几何可调冲压发动机尾喷管控制性能,针对具有静差与动态不对称特性的连续可调喷管作动系统,采用模糊控制算法进行控制器设计,并利用自适应遗传算法进行控制器参数优化,最后将模糊控制系统与PID控制系统进行性能对比。结果表明,相较于常规模糊控制系统,优化后的模糊控制系统消除了稳态误差,减小了大小喉径在调节时间上的差异,鲁棒性较强。相较于优化后的PID控制系统,优化后的模糊控制系统在保证无稳态误差的基础上,具有更短的调节时间与更小的超调量,跟踪信号时具有更小的误差包络,优化后的模糊比PID控制系统性能提高2.6倍。总之,基于自适应遗传算法优化的连续可调喷管模糊控制系统比PID控制系统性能更高,能够满足高动态几何可调冲压发动机提出的响应快、调节精准、超调小的要求。     

基于小波神经网络PID的永磁同步电机转速控制

提出了基于小波神经网络PID的永磁同步电机(PMSM)转速控制策略。根据系统运行参数的变化,采用三层前馈式人工神经网络,基于梯度下降纠正误差法在线训练实时更新PID参数值。采用小波神经网络和增量式PID共同构成转速环控制器。建立PMSM数学模型,设计PMSM速度环控制器,构建S函数,对控制算法进行仿真试验,验证了该控制算法的先进性。试验结果表明,所提控制策略比传统PID转速控制具有更好的动态性能和抗干扰能力。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

基于相似理论的航空发动机转速自适应PID控制

根据航空发动机在相似坐标系中特性不变的特点，提出一种基于相似理论的航空发动机转速自适应PID控制。该方案采用衰减曲线法进行换算PID参数整定，获得自适应调节律。仿真结果表明控制器具有良好的动静态性能，自适应性和鲁俸性。所得参数变化规律对数控系统全包线内PID控制器的参数选择具有一定的指导意义。     

悬停状态电控旋翼桨距控制

针对改进型电控旋翼系统,首先建立了其各控制环节的数学模型,采用串级PID(proportion in-tegration differentiation)控制算法设计了悬停状态下电控旋翼桨距控制律,PID参数根据Ziegler-Nichols方法进行整定.通过仿真计算分析,初步验证了该控制算法对于桨距控制的有效性.以上述控制方法为基础,进一步开展了悬停状态下电控旋翼桨距控制的闭环试验研究,成功的实现了电控旋翼桨距幅值和相位的控制,验证了串级PID电控旋翼桨距控制算法的正确性和有效性.      

迭代学习方法在PID控制器参数自动调节中的应用及收敛性分析

针对PID控制器参数在具有不确定项或输出干扰项的非线性时变系统中的调节困难,提出了应用迭代学习方法整定PID控制器参数的方法,利用系统的跟踪误差信息自动整定控制器参数,通过理论分析得到此设计方法收敛的充分条件。此方法设计简单且具有普遍性,仿真结果验证了此设计方法的有效性。     

Adaptive Nonlinear Optimal Compensation Control for Electro-hydraulic Load Simulator

 Directing to the strong position coupling problem of electro-hydraulic load simulator (EHLS), this article presents an adap-tive nonlinear optimal compensation control strategy based on two estimated nonlinear parameters, viz. the flow gain coeffi-cient of servo valve and total factors of flow-pressure coefficient. Taking trace error of torque control system to zero as control object, this article designs the adaptive nonlinear optimal compensation control strategy, which regards torque control output of closed-loop controller converging to zero as the control target, to optimize torque tracking performance. Electro-hydraulic load simulator is a typical case of the torque system which is strongly coupled with a hydraulic positioning system. This article firstly builds and analyzes the mathematical models of hydraulic torque and positioning system, then designs an adaptive nonlinear optimal compensation controller, proves the validity of parameters estimation, and shows the comparison data among three control structures with various typical operating conditions, including proportion-integral-derivative (PID) controller only, the velocity synchronizing controller plus PID controller and the proposed adaptive nonlinear optimal compensation controller plus PID controller. Experimental results show that systems’ nonlinear parameters are estimated exactly using the proposed method, and the trace accuracy of the torque system is greatly enhanced by adaptive nonlinear optimal compensation control, and the torque servo system capability against sudden disturbance can be greatly improved.