基于灰色-多步马尔科夫模型的矿井涌水量预测

为提高矿井涌水量预测精度,以洛阳龙门矿为例,基于2011年1月—2020年12月正常涌水量序列,提出灰色-多步马尔科夫模型,并用2021年1—4月实测正常涌水量验证模型。结果表明:灰色-多步马尔科夫模型预测精度达99.35%,明显高于单一灰色GM(1,1)模型和灰色-马尔科夫模型;灰色-多步马尔科夫模型对波动较大的非平稳序列拟合效果良好,可在一定程度上减少预测主观性,预测精度较高,是进行矿井涌水量预测的一种有效方法。

混合动力汽车燃油经济性模型预测控制策略

为了实现对混合动力汽车实时的燃油经济性控制,提出了改进的马尔可夫模型预测控制方法。建立了混合动力汽车关键部件模型,从克服阻力和速度跟踪两个方面建立了车辆需求转矩模型,从而建立了混合动力汽车仿真模型;使用多步马尔可夫模型预测车辆状态;在模型预测控制目标函数中引入电量参考值,当电量大于参考值时使用模型预测最优控制策略,当电量低于参考值时,在目标函数中引入电量惩罚项,使用改进的模型预测控制策略。经仿真验证,在新欧洲行驶工况下,马尔可夫模型预测控制比恒值预测控制的油耗减少了4.27%,比规则能量管理策略减少了4.99%;在中国城市工况下,马尔科夫模型预测控制比恒值预测控制的油耗减少了8.32%,比规则能量管理策略减少了13.16%。