基于改进附着能量模型的TNBA晶体在二元溶剂中的形貌预测

TNBA作为一种新型含能材料,其具有高爆速,低敏感性的特点,为了研究TNBA在二元溶剂中的生长形貌,本研究采用附着能(AE)模型来预测TNBA在真空中的晶体形貌,同时采用改进附着能(MAE)模型和分子动力学(MD)方法,预测了TNBA晶体在四种不同二元溶剂中二甲基甲醇(IPA)/丙酮(AC)、IPA/二甲基亚砜(DMSO)、IPA/乙酸乙酯(EA)和IPA/水(H_(2)O)的晶体形貌.结果表明,TNBA晶体在真空中的形态为不规则的多面体,由六个重要的主生长晶面构成,分别为(100)、(110)、(011)、(11-1)、(10-2)和(002),其中(100)面所占比例最大,达到33.766%.在IPA/DMSO和PA/EA溶剂中重结晶得到的晶体为块状,在IPA/AC和IPA/H_(2)O为棒状.总而言之,IPA/DMSO和IPA/EA溶剂更适合TNBA晶体重结晶选择.

一种改进的基于DE-SVR的上证指数预测模型

文章在现有研究的基础上,选取引起上证综合指数波动的八个主要因素,建立一种改进的基于微分进化算法的支持向量机的上证指数预测模型,并与多元回归、多维灰色模型、基于微分进化算法的多维灰色模型、DE-SVR预测模型的预测效果与精度进行对比分析,证实该模型具有较高的预测精度,是一进行有效预测的新方法。

基于扩张状态观测器的永磁直线同步电机改进模型预测电流控制

针对永磁直线同步电机(PMLSM)模型预测电流控制(MPCC)中存在的电流脉动过大、在线计算复杂的问题,提出一种基于扩张状态观测器(ESO)的改进MPCC策略。利用最优电压矢量相角和重新划分后的电压矢量扇区,改进第一电压矢量的选取方式,减小第二电压矢量选择范围,以实现电压矢量的快速选取,进而降低电流脉动。同时,为了提高PMLSM抗负载扰动能力,通过ESO对扰动进行观测,将观测到的扰动转换为电流进行补偿,提高系统的鲁棒性,且补偿电流可起到进一步减小电流脉动的作用。仿真结果表明,所提出的控制方法切实可行,与MPCC相比,基于ESO的改进MPCC系统具有更好的控制性能、更小的电流脉动和较强的鲁棒性能。

基础设施投资预测——基于改进的GA-PSO算法下的V-SVR模型

首先全面分析了基础设施投资的影响因素。然后将改进的GA-PSO算法应用于V-SVR模型的参数寻优过程中,并结合有效的输入样本进行模型训练,构建了基于改进的GA-PSO算法的基础设施投资预测V-SVR模型。最后利用1985—2011年广州市基础设施投资的面板数据,对该模型的预测效果进行验证。结果表明:该预测模型的参数寻优效率和预测精度均得到较大程度的提高。

基于改进GM(1,1)模型的生活用水量预测

生活用水量预测是城市给水规划的关键,其核心是提高预测的精准度。由于传统GM(1,1)模型误差主要来源于背景值和初始值,文章采取引入幂函数改进背景值和初始值2种改进方法。引入幂函数改进背景值权重构造,使新数据占改进模型主导地位;引入幂函数减少原始数据振荡,优化原始序列。将改进后的2种模型应用于河南省生活用水量预测中,并与传统GM(1,1)模型进行比较。结果表明改进模型各个检验均满足要求,可进行中长期用水量预测,预测可得2025年河南省生活用水量为48.31×10^(8)m^(3)。优化原始值改进的GM(1,1)模型预测效果好、精度高,可为当地水资源保护、管理提供参考。

基于残差生成器的Buck双向变换器改进模型预测控制

在以光伏储能装置为主体的直流微网中,外部扰动容易引起直流母线电压波动,导致系统输出电能质量下降。为提升系统动态响应性能,针对直流微网中常用的Buck型双向DC-DC变换器,提出一种基于残差生成器的改进电流补偿模型预测控制策略。首先,对模型预测控制(MPC)环节进行线性等效,证明采用校正前PI+MPC控制时,系统在0 rad/s时存在失稳风险。然后,由此设计负低-高通滤波器校正环节,并从调节系数变化和模型参数不确定性等角度进行分析,验证改进后系统的稳定性和动态性能得到明显改善。仿真与实验结果表明,基于残差生成器的电流补偿能有效平抑外界扰动引起的母线电压波动,负低-高通校正环节在改善系统性能的同时又进一步抑制电感电流噪声,进而平滑母线电压曲线。最终,证明提出的改进策略可显著提升直流微网的动态响应性能。

基于改进PCA-BP神经网络模型的海宁市需水预测

需水预测是地区水资源规划中的重要部分,对于实现水资源合理有序开发,保障社会经济的可持续发展有重要的指导意义。采用改进PCA-BP神经网络模型对影响需水量的9个影响因子进行降维处理,并分别以海宁市2001~2014、2015~2020年数据作为训练样本和检验样本完成模型训练,其中,综合灰色预测模型GM(1,1)对降维后的影响因子独立预测,从而预测海宁市规划年需水量,并与传统定额法的需水预测结果进行对比分析。结果表明,人口、GDP、居民生活用水量、城镇公共用水量为影响海宁市需水量的主要因子;通过构建改进PCA-BP神经网络模型得到的2025、2030、2035年需水结果,比传统定额法更为真实、合理,进一步证实了预测模型的合理性,可为海宁市未来水资源规划提供指导。

基于改进Weibull模型的高强缝合锚钉缝线强度预测

为消除缝合锚钉缝线在使用过程中存在断裂的风险,以8.3 tex超高分子量聚乙烯纤维为原材料,采用编织工艺制备了单层编织缝线和轴向衬纱双层编织缝线。为了研究其力学性能,选择8、16、24、32、40、48 mm隔距对单纤维的断裂强力进行测试,选择50、200 mm隔距对8.3 tex复丝的断裂强力进行测试,选择200 mm隔距对单层编织缝线和轴向衬纱双层编织缝线的断裂强力进行测试。对纤维的直径和缝线中纤维与轴向夹角的角度进行测量。采用两参数Weibull模型和改进Weibull模型对单纤维、8.3 tex复丝和单层编织缝线的断裂强度进行预测。结果表明:单层编织缝线的断裂强力为299.8 N,轴向衬纱双层编织缝线的断裂强力高达393.0 N。对8.3 tex复丝和单层编织缝线的断裂强度进行预测,改进Weibull模型的预测值准确度高。高强骨锚钉缝线的强力比同类型医用缝线更高,改进Weibull模型可对高强缝合锚钉缝线的强力进行精准预测,实现了从单纤维到复丝再到纱线的断裂强度预测,可为医用缝线结构设计和力学性能分析提供理论依据。

基于改进LSTM-TCN模型的分布式光伏功率预测研究

光伏发电受天气因素的影响,造成供电的稳定性降低,使得光伏功率预测准确性不高。为保证供电服务质量,提出一种基于改进LSTM-TCN的预测模型。利用灰色关联度算法选取光伏功率影响因素,通过相似度计算,获取分布式光伏功率值,组成训练样本数据。将LSTM与TCN结合,构建改进LSTM-TCN预测模型,并通过模型训练,得到成熟的预测模型。实验结果表明,所研究模型预测结果的平均平方差和平均绝对误差率分别为0.562 6 kW和2.653 2%,远低于另外两种对比方法,表明所提方法的功率预测准确性高。

基于改进BERT模型的连续血压的预测方法研究

目前高血压已成为严重危害全球公共健康的重大问题。区别于传统的侵入式和袖带法的血压测量方式,为实时监测血压并助力早期诊断,本文专注于研究脉搏波波形与血压之间的内在关系,并提出了一种使用脉搏波的基于改进BERT(Bidirectional encoder representationns from transformers)模型的血压预测方法。方法首先应用巴特沃斯滤波器对原始脉搏波信号进行滤波预处理并周期性划分,然后结合深度学习技术,采用改进后的BERT模型,对划分后的脉搏波周期数据进行特征提取和分析。为验证本方法预测的有效性和准确性,采用MIMIC-Ⅲ数据库的数据进行实验。实验结果表明,本方法可以有效预测血压值,完全满足英国高血压学会的A类标准。通过深入研究脉搏波与血压的关系,本文改进BERT模型为高血压的预测与诊断提供了新的技术手段。

基于改进型扩张状态观测器的永磁同步电机无模型预测电流控制

针对基于扩张状态观测器的永磁同步电机无模型预测电流控制策略在电机电感参数失配时电流控制性能下降、转矩脉动增大的问题,提出一种基于改进型扩张状态观测器的无模型预测电流控制策略。在扩张状态观测器中添加非参数模型电感辨识算法,该算法利用d轴扰动估计值计算得到电机辨识电感,将其反馈到下一时刻扩张状态观测器的电流与扰动估计中,消除电感失配对于传统扩张状态观测器的不利影响。将辨识电感用于无模型预测电流控制的输出电压指令的计算,进一步增强无模型预测电流控制的参数鲁棒性。搭建电机转矩控制系统进行实验,结果表明,该控制策略的参数鲁棒性强,具有良好的电流控制性能,在电机电感失配时能有效减小电机转矩脉动,具备较高的工程应用价值。

基于改进的Logistic阻滞增长模型的人口预测研究

人口对中国经济发展和能源需求影响重大,为了预测2030年中国的人口数量,文章基于改进的Logistic阻滞增长模型,采用了3种参数估计方法进行求解,包括向后差分线性最小二乘参数估计、向前差分线性最小二乘参数估计、非线性最小二乘参数估计。相比于其他方法,基于非线性最小二乘参数估计法采用改进后的Logistic阻滞增长模型求解的拟合优度与平均相对误差更优,更适合进行中国人口数量的预测。其中1960—1969年预测的中国人口数量相较于实际的人口数量存在一定异常,通过3次样条插值法对该时间段的人口数据进行修正能使预测效果更好。计算结果表明:中国2030年人口预计将达到145 353万人。根据中国人口预测数据,建议政府在未来的经济和能源规划中,加快推进能源结构转型,促进经济可持续发展。

基于改进加速模型的三元乙丙橡胶贮存寿命预测

通过恒定应力加速老化试验方法对三元乙丙橡胶进行四个不同应力量级的高温加速贮存试验,预测三元乙丙橡胶的贮存寿命。三元乙丙橡胶在80 ℃、90 ℃、100 ℃、110 ℃四种应力量级高温加速贮存试验后出现性能退化。高温加速贮存试验的应力量级越高,三元乙丙橡胶性能退化越快。采用改进的Arrhenius模型对三元乙丙橡胶老化模型进行拟合,得到常温贮存条件(20 ℃)下三元乙丙橡胶贮存寿命为18年。

模块化多电平变换器改进两段式模型预测控制

基于有限控制集的模型预测控制应用于模块化多电平变换器(MMC)时通常会暴露出计算复杂与交流侧输出电流严重失真等问题。提出一种双矢量优化谐波电流模型预测控制策略,即改进两段式模型预测控制,可减少开关状态组合计算量,进一步优化交流侧输出电流。推导了MMC离散数学模型,并构建无权重因子的代价函数,通过计算实际电流与参考电流包围的最小面积重新定义同一周期内两阶段开关信号的占空比,并引入一种附加冗余子模块的方法抑制桥臂环流,接着提出一种败者树多路归并排序算法均衡电容电压。在MATLAB/Simulink平台搭建三相23电平MMC仿真模型验证该策略的有效性。相比于两段式模型预测控制,所提策略的交流侧输出电流跟踪更加精准,谐波畸变率更小。

基于改进有限状态多步模型预测控制的MMC-APF技术研究

基于模块化多电平变换器的有源电力滤波器MMC-APF(modular multilevel converter-based active power filter)是用来处理非线性负载对电网带来的污染问题最有效的拓扑之一。提出了一种基于改进有限状态多步模型预测控制的MMC-APF,仅通过基波同步旋转坐标系实现对所有谐波的控制。首先,使用PI加重复控制的电流环复合控制得到上、下桥臂预导通子模块数,在此基础上进行多步交流侧电流模型预测,最终得到桥臂投入子模块数的最优解,缩小了寻找目标函数最优电平的搜索范围,无需设计权重因子,每相桥臂子模块的总投入数为[N-1,N+1],交流侧输出电平数最大可达2N+1,提高了MMC-APF交流侧电流补偿精度,并改善了系统动态性能。最后,搭建了MMC-APF平台,仿真和实验结果与理论分析一致,进一步验证了所提研究方案的可行性和有效性。

改进转换模型预测网络的外观变化下目标跟踪方法

针对跟踪过程中因目标发生外观变化导致跟踪效果不佳的问题,提出改进转换模型预测(ToMP)网络的外观变化下目标跟踪方法。首先,在ToMP网络基础上添加目标外观状态判别模块,利用级联长短时记忆网络(LSTM)输出目标外观状态判别信息;其次,优化网络在线样本储存判据,在置信度分值判别基础上添加正常外观判别信息,利用可靠样本优化模型权重,增强网络对目标的分类能力;然后,改进网络外观变化时在线样本利用机制,结合最新样本优化模型权重,提高网络对新外观目标的分类效果;最后,利用中心点轨迹预测位置对网络生成目标响应分数进行加权,增强目标特征映射效果的同时减少相似物体干扰以稳定跟踪目标。在公共数据集上准确率分别达到93.9%和68.9%,优于其他方法,并利用机器人进一步证实了可行性。

基于多气象类型加权和改进高斯混合模型的光伏出力超短期概率预测

提出一种多气象类型加权和改进高斯混合模型,可实现对光伏出力提前15 min的超短期概率预测。首先,依据气象特征将历史数据划分为若干气象类型,然后,构建改进高斯混合模型获得每个气象类型出力数据的概率分布,其次,构建隶属度函数量化待预测时刻气象特征对于各气象类型的相似程度,最后,根据隶属度对各气象类型的概率分布加权。以实际光伏电站数据进行算例分析,结果表明相较于单一气象类型,多气象类型加权模型的MAPE平均减少16.87%,ACD平均提升10.45%,AW平均下降2.49%。

基于改进灰色模型的钢铁工业生产能耗预测研究

在双碳目标背景下,开展钢铁工业生产能耗预测研究对于钢铁工业降低生产能耗和提升效益具有重要作用。为科学预测钢铁工业生产能耗,基于2010—2022年钢铁能耗数据,通过建立DNGM(1,1)、IDGM(1,1)和DDGM(1,1)3种改进的灰色预测模型,对吨钢综合能耗和吨钢可比能耗进行数据预测和误差对比分析,选出最优模型,得到2023—2025年吨钢综合能耗和吨钢可比能耗预测结果。研究表明:灰色预测模型在钢铁能耗预测中具有可行性和适应性;DNGM(1,1)模型在钢铁工业生产能耗预测中整体模拟性能最优;2023—2025年吨钢综合能耗和吨钢可比能耗将持续下降。基于研究结果,建议我国钢铁行业进一步优化生产工艺和技术,改善能源结构,并加大对节能减排技术研发的投资,以达到节能降耗的效果,促进节能减碳目标的早日实现。

基于改进TDOA与卡尔曼预测模型的目标定位跟踪算法研究

针对无人机集群无源定位领域的目标跟踪问题,提出了一种基于改进到达时间差(TDOA)算法与卡尔曼预测模型的目标定位跟踪算法。首先,针对现有基于Chan的TDOA算法在时差值精度不够时定位精度差,以及现有基于Taylor的TDOA算法受迭代初始值影响大导致算法稳健性不足的问题,提出基于Chan-Taylor的改进TDOA算法,该算法通过Chan算法快速求解出目标位置初始估计值,然后使用Taylor算法迭代求解出目标位置,在提高定位效率、缩短定位时间的基础上,提高了定位精度。其次,利用卡尔曼预测模型,将目标运动模型产生的目标位置预测值作为先验信息带入目标定位算法,通过将预测信息与定位信息有效融合,进一步提高目标定位精度。最后,通过实验仿真,从累积分布函数(CDF)、定位精度几何因子(GDOP),以及定位跟踪RMSE多个方面验证文中所提算法的正确性及有效性。

基于改进SSA-BP神经网络的钠硫电池拆解刀具温度预测模型研究

钠硫电池中含有大量的高纯度钠,在自动化拆解过程中存在燃烧、爆炸等安全风险。针对钠硫电池在车削拆解时存在的安全性问题,提出一种改进SSA-BP神经网络算法来预测刀具加工的最高温度。利用ABAQUS软件计算出刀具加工的实时温度,通过电池拆解实验验证仿真数据的可靠性;然后以仿真温度数据建立样本,利用Tent混沌映射对SSA-BP神经网络算法进行优化,建立刀具温度仿真预测模型。实验结果表明:该仿真预测模型收敛速度快,鲁棒性强,模型误差小。