基于一类非线性时间序列模型的锂离子动力电池建模研究

伴随着新能源产业的飞速发展,锂离子动力电池作为一种高效的储能方式,已成为电动汽车的重要组成部分。在电池管理系统的功能中,电池的高精度建模至关重要。在实际应用中,电池不是一个线性系统,其输入和输出由于外部扰动等原因表现出非线性特征,从而直接影响参数识别效果,进而影响模型精度。鉴于此,本文对锂离子动力电池进行了Hammerstein-ARMAX(Autoregressive MovingAverage with Extra Input)模型构建,并对模型参数的估计方法进行研究,旨在提高模型的准确性。实验结果表明了该方法的有效性。

基于时间序列参数图形化的塔式起重机塔身钢结构损伤辨识方法研究

为实现对塔式起重机塔身状态的快速辨识,文中提出一种基于时间序列参数图形化的塔式起重机塔身钢结构损伤辨识方法。该方法利用QTZ40塔式起重机的仿真模型获得空载下塔身完好状态和不同损伤位置组合状态下的顶端位移数据。以塔身完好状态下的数据进行时间序列分析,建立完好状态的自回归模型;以塔身待检测状态下的数据建立待检测状态的自回归模型;选取塔身各状态在X轴方向和Y轴方向上的自回归模型前3阶参数作为提取的特征值构建特征三角形;以完好状态三角形面积作为参考值建立安全区间;以待检测状态三角形面积作为损伤辨识值对塔身钢结构进行损伤辨识。该方法的优点在于利用较少的参数进行图形化,以图形面积反映监测数据中所蕴含的信息并优化传感器的数量,只需在塔身顶端布置极少的传感器即可实现塔身状态的快速辨识。同时,通过塔式起重机塔身刚度物理实验台验证了该方法的有效性。

基于时间序列ARMA模型的拱桥施工变形预测

为了促进时间序列分析方法在桥梁施工监测中的应用,利用时间序列ARMA模型对某特大桥主桥施工监控过程中主拱肋控制点变形数据进行分析,预测了后续主拱肋施工阶段的变形情况,并与实测数据进行比较。结果表明,时间序列ARMA模型在桥梁施工中预测拱肋变形具有较高的精度和可靠性,为桥梁施工的控制和监测提供了有效的手段。该研究成果说明时间序列分析方法可大大地改善参数的估计精度,提高模型的预测效果。

季节性时间序列资料预测的半参数回归模型

本文利用半参数回归的原理与方法建立了时间序列的半参数回归模型，并通过模拟得到了模型误差的一个估计公式进而得到了模型参数的假设检验及预测的区间估计。

基于半参数广义可加模型的社会消费品零售总额影响因素研究

基于半参数广义可加模型的思想,对全国社会消费品零售总额的影响因素进行了研究。首先运用灰色关联分析和单变量分析筛选出2个非线性因素和3个线性因素,发现两个非线性项之间存在交互效应,最终建立含有交互项的半参数广义可加模型,且模型的R^(2)达到97.7%,说明模型具有极高的解释能力。结果表明,M1、GDP和农村家庭居民人均可支配收入对全国社会消费品零售总额具有正线性影响;M2和全国人均可支配收入具有非线性影响;人均可支配收入较低时,M2越大会使得社会消费品零售总额越低。

基于时间序列数据Hull-White模型半参数估计方法

基于时间序列数据,对Hull-White短期利率模型进行半参数估计。通过两阶段估计方法,原半参数估计模型转化为非参数估计模型和全参数估计模型。前者使用核函数估计方法,后者使用极大似然估计,从而简化整个参数估计过程。实证的结果表明,在给定合适窗宽条件下,基于Hull-White模型的似然值将得到改善。

质量数量双重视阈下人口红利的经济效应研究——基于半参数可加面板模型

人口红利转型是经济发展的核心驱动力,是推动我国经济高质量发展的关键环节。基于理论分析对半参数可加模型进行拓展,从人口数量红利、人口质量红利两个维度对人口红利的经济效应进行非参拟合和计量分析。研究发现:人口数量红利对促进我国经济发展呈现先增后减的“倒U形”非线性特征;人口质量红利对促进我国经济发展有显著正向作用。因此,在发挥劳动人口数量优势的同时,培养高端人才、加快创新人才驱动是快速释放人口红利效能的关键。

半参数模型自然样条函数法与时间序列法分析

针对半参数模型补偿最小二乘的关键是确定合适的正规矩阵和平滑因子问题,选取了3种方法得到的正规矩阵:自然样条函数法,时间序列法的一阶差分法和二阶差分法。探讨分析了不同正规矩阵对参数估值的影响,以及系统误差系数的变化与正规矩阵对参数的影响。模拟算例表明,不同正规矩阵得到的参数估值不同,系统误差系数的变化对自然样条函数法和一阶差分法的影响趋于一致。

改进的半参数模型法在GNSS时间序列季节性信号提取中的应用

GNSS基准站坐标时间序列具有明显的季节性变化。基于谐波函数模型的最小二乘拟合方法只能得到固定振幅的季节性信号,而真实的季节性信号其振幅是变化的。采用半参数模型进行季节性信号提取时又存在最优平滑因子确定困难、迭代速度慢的问题。提出一种赋相对权比的半参数模型,采用迭代更快速的黄金分割法与改进效率法相结合的策略确定最优平滑因子。通过模拟数据实验,验证了改进模型的可用性。实验表明:改进方法的计算效率明显提高,对于10 a长度的模拟数据,相较GCV函数法搜索速度提高68.1%,相较L-曲线法速度提高25.8%;计算精度较最小二乘法和半参数模型法均有提高,所得残差中没有明显的季节性信号。

半参数回归模型的近邻估计──鞅差误差序列情形

在鞅差误差序列下，给出了半参数回归模型中有关参数β和ｇ（ｔ）的近邻估计，研究了估计量的相合性，在相当一般的条件下，得到了理想的结果．

人力资本、经济增长与区域经济发展差异——基于半参数可加模型的实证研究

文章基于全国31个省区1982~2012年间的面板数据,应用半参数可加模型,从人力资本综合指数、脑力素质、身体素质三方面实证分析我国三大区域人力资本与经济增长之间的线性与非线性关系。线性结果表明,各区域脑力素质与经济增长显著正相关,但身体素质对经济增长的拉动作用在下降;非线性结果显示,除东部外,其他地区脑力素质对经济增长产生了显著的正U型非线性影响,而身体素质则对经济增长产生了显著的倒U型非线性影响;综合分析结果表明,整体上我国各区域身体素质对经济增长呈倒U型影响特征,经济增长对身体素质的依赖性逐步下降,脑力素质对经济增长的影响强度高于身体素质的影响,从而导致人力资本综合指数对经济发展的影响较为显著并呈正相关的线性影响。因此,今后各区域既要注重人力资本脑力素质的积累,亦要关注身体素质的提升,从而形成二者的协同发展,更好地促进经济增长。

利用输出误差时间序列模型识别结构时变模态参数

基于振动系统运动方程 ,建立了描述系统输入和输出关系的输出误差时间序列模型 ,论证了该模型中外源多项式系数的性质。利用基于 UD分解的递归最小二乘参数估计方法估计 OE模型的参数 ,从而得到结构的时变模态参数。

教育能缓解农村贫困吗?——基于半参数广义可加模型的实证研究

从人力资本理论、信号发送理论和亲贫困增长理论出发,构建半参数广义可加模型,研究教育、经济增长和收入不平等对农村贫困的广度、深度和强度所产生的影响。研究结果表明:教育质量对贫困的影响不显著,教育数量显著恶化了贫困状态;经济增长仍然是主要的减贫手段;组内收入不平等能对贫困产生抑制作用,组内和组间收入不平等对贫困发生率的抑制作用都存在一个极值。组间收入不平等对贫困深度和强度的影响具有"门槛效应"。

基于半参数广义可加模型的中国股市影响因素分析

文章分析了经济增长、通货膨胀、货币政策、汇率变化和美国股市收益率等宏观经济因素对股票收益产生影响的机制,并用半参数广义可加模型(GAM)进行了实证检验。结果表明美国股市对中国股市收益率有线性的正向影响;通货膨胀、狭义货币增长率和汇率变化对其有非线性影响。较低的通货膨胀率能促进股市上涨;人民币升值在汇率改革初期对股市影响较大,后面影响逐渐减小;狭义货币增长量对股市影响较温和。

曲线链式回转弹仓动力学模型不确定参数辨识

为了准确模拟曲线链式回转弹仓输送弹药过程中的非线性动力学特性,根据系统的拓扑结构和控制原理建立包含不确定参数的动力学模型。利用优化设计思想,基于系统测试数据建立不确定参数辨识模型。提出一种函数型时间序列相似度作为辨识准则,采用基于径向基函数的高维模型表示和径向基函数分别构建从机械系统和控制系统不确定参数到辨识准则的代理模型。将麻雀搜索算法嵌入岛屿模型进行多种群结构化,形成岛屿麻雀搜索算法,进行寻优求解。以工况1测试数据为基准,对机械系统和控制系统的不确定参数进行辨识。研究结果表明,辨识后的动力学模型对两种工况的输出结果与测试数据相似度较高,验证了建模的准确性和辨识的有效性,为动作可靠性分析和故障诊断研究提供了可靠的样本数据来源。

固定设计的时间序列半参数回归

考虑如下的半参数回归模型：Ｙｉ＝ｘＴｉ十ｇ（ｔｉ）＋εｉ（０≤ｉ≤ｎ）其中｛εｉ，０≤ｉ≤ｎ｝和｛εｔ，０≤ｔ≤ｎ｝有相同的联合分布，｛εｔ，－∞＜ｔ＜∞｝是具有零均值和有限方差δ２的严平稳α－混合时间序列．本文构造了上述模型中β，ｇ（ｔ）和ρ２的局部多项式估计，在适当的条件下，得到了估计的渐近正态性和收敛速度．在一定的假设下，β的估计是自适应的，而且ｇ（ｖ）（ｔ）（ｇ（ｔ）的第ｖ阶导数）的估计的收敛速度是最优的．

非线性和时变参数时间序列模型及其在水质分析中的应用

时间序列分析是根据观测值建立数学模型,研究数据的内在规律,现有文献主要是介绍线性时间序列模型。研究表明化学分析数据很多涉及非线性时间序列.且具有时变参数特性。本文在研究线性、非线性时间序列模型基础上,提出一种具有时变参数特性的非线性时间序列模型。该模型用于加酸调pH的循环冷却水系统进行预报.可使pH值极差降低3～6倍,对保证水质稳定具有重要意义。

金融发展、交通设施与居民消费——基于半参数可加模型的实证分析

本文利用半参数可加模型实证分析了金融发展水平、交通设施条件与中国居民消费的关系,实证结果表明:(1)金融系统的规模扩张与居民消费存在显著的正向线性关系,而金融系统效率的改善对居民消费则主要表现为倒"U"型的非线性影响。(2)公共交通和道路设施条件与居民消费的线性关系不同,前者为正,而后者为负,但两者的非线性影响大体一致,均表现为"N"型趋势。并对如何提升居民消费水平提出了相应的政策建议。

基于PMU数据和时间序列模型的发电机参数识别(英文)

电力系统动态仿真的精度往往由同步发电机等元件模型及参数的精度所决定。在对同步发电机模型进行时间序列分析的基础上,提出了一套依靠同步相量测量单元对惯性时间常数、发电机转速调节常数以及涡轮调速器的时间常数等发电机动态参数进行识别的方法。该方法首先将发电机的经典模型和摇摆方程统一转换为一个时间序列模型,并利用线形参数辨识方法对此时间序列模型的参数予以辨识;最后通过求解发电机模型参数与时间序列模型参数的等式关系得到发电机的模型参数。对不同功率变化波形进行了仿真试验,按照本文方法计算得出的发电机参数与实际参数一致,验证了本文提出方法的有效性。

半参数回归模型小波估计的稳定地依分布收敛性——误差为鞅差序列情形

考虑半参数回归模型yi=xiβ+g(ti)+εi,1≤i≤n,其中β∈R为未知参数,g(t)为[0,1]上的未知Borel函数,xi为R上的随机设计,随机误差序列{εi,1≤i≤n}为鞅差序列,{ti}为[0,1]上的常数序列.本文用小波的方法得到β及g(t)的估计β∧、g∧(t),并研究了n(β∧-β)稳定地依分布收敛于其准分布函数G.