基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

应用幂变换法构造低周疲劳寿命预测的幂指函数模型

以GH4049合金低周疲劳数据分析为例,以数据残差检验为基础,说明应用Manson-Coffin方程时普遍存在的问题.从塑性应变幅与疲劳失效反向数在双对数坐标系下的二次曲线特征及残差稳定化角度考虑,基于幂变换方法构造了低周疲劳寿命预测的幂指函数模型,来改善残差图性态及模型预测精度.给出了13种材料的幂变换指数p值及模型寿命预测能力对比结果.分析表明:幂指函数模型对低周疲劳寿命预测结果分散带均在2倍因子以内,具有良好的精度.Manson-Coffin方程实际是幂指函数模型在双对数坐标系下的一阶线性近似,这是幂指函数模型寿命预测精度较高的原因.     

固液混合发动机燃面退移规律辩识方法

为了以尽可能少的试验对固液混合发动机的燃面退移规律进行辨识，采用在一发试验中适当调节工作参数的方式，并结合瞬时燃面退移速率求解方法，总结出了一套固液混合发动机燃面退移规律辨识方法进行了试验验证，结果表明：采用二维药型的固液混合发动机，通过一发试验即可较准确地掌握其燃面退移规律，还可应用于其它同种类型的固液混合发动机内弹道性能预测。     

空中交通流量统计和预测系统的设计与实现

采用面向对象的Client／Serve结构开发工具Delphi 6.0，设计和实现了流量统计与预测系统。该系统通过流量统计和预测模块，实现了对用户指定时间范围和空间范围的空中交通流量进行有效地统计，并结合历史数据对全国性或大区域范围内的长期流量进行预测。上述各类数据的综合分析将为中国民航，尤其是空管系统的建设发展提供科学的量化依据。     

广义时变ARMA序列预测方法

提出一种广义时变ARMA序列预测方法,给出时变序列和广义时变序列的预测公式及其均方误差。该方法能够对均值、方差、自回归系数和滑动平均系数都随时间变化的广义时变序列(或信号)进行分析和预测,可广泛应用于气象、通信、自动控制、结构响应分析和故障诊断等领域。大量计算表明,本文方法与传统方法相比,具有更高的预测精度。      

组合预测方法在APU状态监控中的应用

针对复杂非线性时间序列预测误差较大的问题．提出了一种组合预测的方法以减小误差。该方法通过采用均方误差确定权系数的思想．拟合混沌预测和指数平滑预测的结果．对飞机辅助动力装置的排气温度进行预测．通过监控排气温度的预测值监视其工作的状况。仿真结果表明．组合预测的精度比单一方法高．预测更准确。     

基于干扰观测器的高超声速飞行器预测控制器设计简

 针对具有强耦合特性与模型不确定性特点的高超声飞行器控制问题,提出一种新型的姿态预测控制器设计方法。引入参考模型,建立了飞行器姿态预测控制模型。基于此,利用预测理论设计了飞行器的预测控制器,同时设计了干扰观测器实时观测外界未知干扰来进行补偿控制,从而实现滚动优化的目的;基于干扰观测值与真值的误差,利用Lyapunov稳定性理论,确定了控制精度与预测步长大小的关系;最后,在参数标称与拉偏的情形下进行了高超声速飞行器姿态控制系统仿真,仿真结果表明,干扰观测器能快速跟踪干扰,并且所设计的预测步长可以满足飞行器高精度的控制要求。     

多轴随机载荷下的疲劳寿命估算方法

提出了一种多轴随机载荷下的疲劳寿命预测方法.通过雨流计数法对各平面上的剪应变进行循环计数,以统计出的剪应变循环作为多轴疲劳损伤的主要控制参数,将各剪应变循环历程内对应的最大正应力和正应变变程作为多轴疲劳损伤的第二控制参数.根据多轴疲劳寿命模型计算出各平面上的损伤,以最大损伤平面作为多轴随机疲劳的临界平面,通过该临界平面上的损伤计算出多轴随机载荷下的疲劳寿命.采用SNCM630钢,304不锈钢和S45C钢3种金属材料的多轴随机疲劳试验数据对提出的寿命预测方法进行评估和验证.结果表明:疲劳寿命预测结果大都分布在试验结果的2倍分散带之内.     

基于支持向量机的航空发动机性能衰退指标预测

针对航空发动机性能衰退状态的趋势预测问题,基于非线性支持向量机回归建立了发动机性能衰退指标的预测模型,给出了反映其性能衰退的综合指标。利用该模型对发动机的性能衰退指标进行了预测分析,并与神经网络模型预测结果进行了比较。结果表明:支持向量机回归预测模型能更准确地对发动机的未来状况进行预测。     

基于FA-NSGA分扭传动系统的均载和轻量化优化设计

以提高均载性能和轻量化为目标对某分扭传动系统进行了多目标优化设计.建立了分扭传动的非线性动力学模型,通过计算不同输入功率和输入转速下的均载系数,衡量分扭传动系统均载性能.以分扭传动系统参数为设计变量,考虑多工况条件,建立了以均载系数和质量最小为目标函数的多目标优化模型.为了提高计算效率,提出了具有适应值预测机制的非支配排序遗传算法（FA-NSGA）.利用3个基准函数对FA-NSGA进行收敛性和有效性的测试.结果表明:FA-NSGA对于3个测试函数均能获得满意的最优解,并且都能减少60%以上的真实适应值计算次数.采用FA-NSGA对实例进行优化求解,在得到的Pareto最优解中选取了一组满意的设计参数,该设计结果与参照方案相比均载系数降低了0.05,分扭传动系统质量减少了3.57kg.