基于模拟退火算法的储油罐变位识别模型

储油罐在长期使用的过程中因地基变形会导致发生变位(横向倾斜或纵向倾斜),从而造成出油量与油位高度变化不匹配。针对这样的情况,用定积分的方式建立储油罐油位高度变化、发生横向及纵向倾斜变位角和出油量之间的数学关系;通过非线性最小二乘法建立变位参数辨识模型的目标函数,采用模拟退火算法和MATLAB求解变位角的最优解。利用2010年全国大学生数学建模竞赛A题的实际测量数据及文献数据对比验证,结果表明了该模型的优越性和实用性。

基于STM32的车辆行驶状态信息采集系统

目前,共享汽车以及车险缴纳基本上都以时间为计量单位,而忽视了车辆的使用情况。同时,驾驶员的不良驾驶行为也是造成交通事故的主要原因。采用图像处理的方式受到了环境、耗电量、处理能力和驾驶员隐私泄露风险的限制。为了更好地监督车辆的使用情况,实现对车辆的有效管理,设计了一款车辆行驶状态信息采集系统。系统以STM32F103ZET6为核心处理器,通过IIC通信实现三轴加速度、三轴角速度信息的采集;通过串口通信和DMA(direct memory access)结合的方式实现经纬度、海拔高度等定位信息的采集;设计了通信协议对数据进行封装,使用4G通信方式进行下位机和上位机之间的数据交互;设计了SDIO通信的方式完成4G通信信号弱时数据在SD卡中的暂时存储;设计的电源模块为系统的各个部分分别提供12 V、5 V和3.3 V的稳定电压。经过测试,该系统能够稳定地实现车辆行驶中的加速度、角速度和定位数据的采集,为车辆的使用情况和驾驶行为分析提供了数据基础。

基于SmoteEnn_XGBoost模型的路况感知方法研究

针对由于异常路况数据量较小,导致数据集数据不均衡问题,从而引起路况预测模型准确度不高以及运行效率低等问题,提出一种基于SmoteEnn;GBoost的路况感知方法。设计研发了路况数据采集系统,捕获并处理实时的路况数据;使用SmoteEnn算法对数据集进行数据合成处理;采用XGBoost算法对提取的主要特征进行训练和测试,从而识别出正常路况和异常路况。结果表明,基于SmoteEnn;GBoost的路况感知方法,对比目前较常用的分类模型SVM、逻辑回归、GBDT、随机森林等,在提高路况分类效果的同时大幅缩短算法的运算时间。