基于正交试验的混凝土电通量非线性预测模型

为分析多因素对混凝土抗氯离子性能的影响,基于正交试验设计和ASTM C1202试验方法对掺粉煤灰和矿渣的混凝土的抗氯离子渗透性能进行试验和分析,研究了不同水平下水胶比、粉煤灰掺量、矿渣掺量、砂率等试验因素对混凝土电通量的影响,并基于各试验因素与混凝土电通量的相关关系,研究建立了混凝土电通量非线性预测模型。研究结果表明,水胶比、粉煤灰掺量、矿渣掺量对混凝土电通量的影响较大,基于水胶比、粉煤灰掺量、矿渣掺量的混凝土电通量非线性预测模型的计算结果与试验值吻合较好,可以用于实际工程混凝土电通量的预测。

轨道不平顺非线性预测模型

分析了轨道高低不平顺非线性预测理论,根据广深线运量和轨、车检测数据,采用多元回归分析得到广深线轨道高低不平顺非线性预测模型,将该模型用于预测未来轨道不平顺的发展情况,并与实际检测值进行对比和误差分析。结果表明,两者图形趋势较为一致,说明用该模型预测轨道高低不平顺发展趋势是可行的。

陕西省苹果单产非线性预测模型研究

为了更好地服务陕西省苹果产业发展,客观定量预测陕西省苹果产量,为政府部门制定苹果产销及产业发展提供科学决策依据,选择影响苹果产量的主要气候资源为预测因子,利用非线性回归分析方法,对陕西省5个苹果主要生产基地县分别建立单产气象因子非线性回归预测模型。模型检验显示,5县各年苹果单产预测的准确率均达64%以上,且该模式能够较准确地反映各县苹果单产情况,预测效果较好。该预测模型是对苹果产量预测技术方法的首次尝试,思路清晰、可操作性强,可为其他省份建立苹果产量预测方法及其他经济林果产量预测方法提供借鉴。

土壤入渗模型参数的多元线性预测模型精度的对比分析

基于黄土高原大田耕作土壤的入渗试验数据,利用多元线性回归法建立了Kostiakov二参数、三参数以及Philip入渗模型参数的线性预测模型,进行了3种模型参数平均误差的比较以及给定时间的累积入渗量误差的比较,提出了便于应用又具有较高精度的土壤水分入渗参数多元线性预报模型。结果表明,Kostiakov二参数模型的平均误差低于三参数入渗模型和Philip入渗模型,能将平均误差控制在15%以下,低于其他2种入渗模型。因此用Kostiakov二参数入渗模型对土壤水分入渗能力进行预测较好。

我国就业量线性预测模型的建立

通过对我国１９８５年～１９９９年ＧＤＰ与就业量两变量的相关分析，采用最小平方法建立了就业量随ＧＤＰ变动的线性预测模型．经过模拟运行，证明其具有较好的有效性和可靠性．该模型可作为宏观就业管理的预测依据．

一类基于线性预测模型的火电信息系统分析

探讨了一类TPG(ThermalPowerGeneration)信息系统的分析问题,并以某大型火电发电厂为例,采用线性预测模型,得到了TPG系统经济预测方法,使线性系统与TPG系统有机地结合起来,电厂的经济效益提高了36 12%。从而为电厂决策者提供了有力的管理手段,具有一定的推广应用价值。

基于线性预测模型的氦语音增强算法研究

潜水员在水下工作时,由于生理方面的原因,需要以氦氧混合气体作为呼吸气体,由于气体结构的变化出现了氦语音现象,使得语音发生畸变,降低了清晰度。通过介绍基于线性预测模型的氦语音增强算法,将频域的线谱对(LSP)分析应用于氦语音增强中,由于线谱对系数与语音信号谱包络有紧密的联系,用线谱对参数(LSP)构成合成滤波器时更容易保证稳定性,所以提出了一种基于线谱对系数(LSP)的氦语音增强算法。通过实验将这种算法与基于线性预测LPC的增强算法进行了比较,实验结果表明,两种算法均能对氦语音进行矫正,并且新的算法能够对共振峰进行单独调节,在不影响清晰度的同时最大限度地保持了原有语音的细节,提高了可懂度。

一般非线性预测模型参数优化的数值方法

本文提出了处理一般非线性预测模型参数优化问题的一种通用数值方法——加速基因算法。该法与其他常用方法的计算结果比较。

采用线性预测模型的语音篡改检测

基于线性预测模型,提出一种通用的语音信号真实性和完整性的鉴别方法.将线性预测残差信号通过带通滤波器,消除谐波信号分量的干扰.滤波后的原始语音残差信号呈高斯分布,而篡改语音的残差则体现出明显的超高斯特性,将预测残差的高阶统计特征作为判断篡改的依据.实验结果表明:该方法能够有效实现语音篡改盲检测,并定位篡改位置;在噪声环境下,与现有方法相比,文中的检测方法具有更高的鲁棒性.

教育经费与高校招生数线性预测模型的建立

通过对我国 1991— 2 0 0 0年教育经费与高校招生数的相关分析 ,运用 SAS软件建立了二者的线性预测模型 ,通过检验 ,有较好的实用性和可靠性 ,可作为制定教育政策的参考。

基于线性预测模型的高频雷达多普勒信号恢复

雷电和突发的无线电通信干扰信号严重影响高频雷达的正常工作 .这类干扰严重时 ,常用的二维FFT处理不能从接收信号中提取目标的距离和速度信息 .为此本文根据经一维FFT处理后得到的多普勒信号被干扰分割的特点 ,提出利用线性预测模型修正被破坏的多普勒信号的方法 ,并采用前 -后向预测的LMS算法 ,首次建立了高频雷达多普勒信号的AR预测模型 ,从而使高频雷达具备了抗瞬时突发干扰的能力 .计算机仿真和现场实验数据的处理结果表明该方法是有效的 .

非线性预测模型的研究

一、引言统计预测是以实际统计调查资料为基础,根据事物的内在联系及其发展趋势,运用适当的数学模型(预测模型),预测所研究的现象在一定时期内或一定条件下可能达到的水平。在社会经济活动中,许多变量 y 的变化随着其影响因素x (一元或多元)不同,呈现出不同的规律性,这里 x 可能是时间变量,

轨道列车运行时间的线性预测模型与算法

为更加准确地预测城市轨道交通列车运行时间,建立列车运行时间改进线性预测模型。该模型基于正交函数和最小均方误差规则求解线性预测系数。采用不同长度的数据样本建立预测模型,分析数据样本长度和预测阶数对预测结果的影响,进而引入基于顺序迭代法的数据调整机制,提高模型系数计算的准确性。通过对比站间距离不等的情况下距离变换前后模型预测的准确性,分析了站间距离对预测精度的影响,进而引入站间距离的线性变换方法,提高模型的预测精度。结果表明,模型改进前后的平均预测精度分别为92.53%和95.43%,预测精度提高3.13%;提高预测阶数可小幅提高模型预测精度,模型的改进可明显提高运行时间的预测精度。将该模型应用于上海轨道交通2号线列车运行时间的预测,与列车运动模型相比,所提模型预测误差降低17.4%,验证了模型的实用性与准确性。

不同土壤入渗模型参数多元非线性预测模型的精度对比分析

为了对不同土壤入渗模型参数多元非线性预测模型的精度进行对比分析,基于区域性黄土田间耕作土壤水分入渗实测资料,分别对Kostiakov、Kostiakov-Lewis以及Philip入渗模型的参数建立了以土壤体积含水率、干密度,黏粒、粉粒和有机质含量等土壤基本理化参数为输入变量的多元非线性传输函数,并进行了精度分析和比较。结果表明:Kostiakov入渗的二参数模型参数的平均误差在9%以下,预测精度明显高于Kostiakov-Lewis三参数入渗模型参数10.78%和Philip入渗模型参数11.72%。因此,推荐形式简单且预测精度高的二参数模型参数多元非线性预测模型为土壤入渗模型参数预测模型。

线性预测模型BP神经网络PID控制算法的研究

针对经典PID控制参数整定困难和基本BP算法收敛速度慢、易陷入局部极小的缺点,提出一种基于线性预测模型BP神经网络的PID控制方法,重点阐述算法过程。最后在MATLAB软件上进行仿真,仿真结果表明该控制算法是有效的。

具有最大相关性的线性预测模型

具有最大相关性的线性预测模型王明亮“凡事预则立，不预则废”，预测是决策的前提和依据。人们进行生产管理的过程，实际上也是预测与决策的过程。在预测过程中，选择适当的预测方法是至关重要的。概括统计，目前预测方法有３００种之多，这些预测方法难简各异、精度不同...

基于正交试验的机制砂混凝土抗压强度线性预测模型

采用正交设计方法,分析研究了水胶比、粉煤灰掺量、矿渣掺量、机制砂掺量等因素对机制砂混凝土抗压强度的影响。结果表明水胶比是影响机制砂混凝土抗压强度的最显著因素,粉煤灰掺量次之;矿渣掺量和机制砂掺量对机制砂混凝土抗压强度的影响随着龄期的增长主次顺序发生变化。采用多元回归分析的方法,研究建立了机制砂混凝土抗压强度与水胶比、粉煤灰掺量、矿渣掺量、机制砂掺量的预测模型。

自动驾驶汽车的无偏移非线性模型预测控制研究

为解决自动驾驶汽车运动控制中基于横向-纵向耦合结构的无偏移非线性模型预测控制(OF-NMPC)的稳态误差问题,使用无迹卡尔曼滤波器观察控制器状态和扰动,并纳入模型预测和参考值计算以消除稳态误差。仿真和实车试验结果表明,所提出的OF-NMPC算法可有效消除稳态误差,提高系统的动态性能。

基于非线性模型预测的四旋翼无人机轨迹跟踪控制

针对四旋翼无人机轨迹跟踪控制器跟踪性能不稳定的问题,提出一种基于非线性模型预测控制(nolinear model predict control,NMPC)的轨迹跟踪算法。首先,建立四旋翼无人机的动力学模型,定义四旋翼无人机的位置和姿态为状态量,螺旋桨转速为控制输入量,建立非线性状态空间方程作为控制算法的预测模型。其次,定义最优化函数和四旋翼无人机控制约束,将轨迹跟踪控制问题转换为非线性最优化求解问题。最后,通过多重打靶法求解得到的最优控制量作为四旋翼无人机的输入信号。为验证NMPC算法的跟踪性能,在Matlab中搭建仿真平台进行对比实验,结果表明,与PID和串级模型预测控制(model predict control,MPC)及改进MPC方法相比,NMPC算法能够在满足约束的情况下完成轨迹跟踪任务,误差小、精度高,并具有抗干扰能力。

石墨烯水泥砂浆抗碳化试验及预测模型分析

将两种不同尺寸的石墨烯(Peeling graphene, PG)料浆进行分散,制备出石墨烯水泥砂浆,通过快速碳化法对不同龄期的石墨烯水泥砂浆进行碳化试验,并通过X射线衍射(XRD)、扫描电镜(SEM)以及X射线能谱(EDS)等测试手段观察石墨烯水泥基材料的组成以及水化产物的微观形貌。试验结果表明,碳化龄期为56 d时,大尺寸石墨烯(PG1)和小尺寸石墨烯(PG2)水泥砂浆试件的碳化深度分别为3.7 mm、5.5 mm,相比空白组分别降低了58.4%、38.2%。使用R语言中的lm函数,建立了不同碳化时间时三种水泥砂浆试件的碳化深度非线性回归预测模型,研究碳化时间与碳化深度的关系,结果表明,模拟结果与试验实测值吻合度高。