基于决策树算法的AMT挂挡过程冗余控制研究

为了对AMT系统挂挡过程进行良好的冗余控制,针对挂挡位移传感器失效状况,提出了一种基于CART决策树算法的挂挡时间预测模型.模型建立过程中,选取挂挡阶段的气压p、变速器输入轴转速n_(1)、变速器输出轴转速n_(2)和同步器的同步速差Δn作为特征值变量,选取挂挡时间作为预测值.通过交叉验证,对原始决策树进行修剪,得到最优决策树模型.在使用测试集进行模型验证时,在预测误差不超过50 ms的情况下,对挂挡时间的预测具有90%以上的准确率.台架及实车试验表明,在挂挡位移传感器失效的情况下,基于该算法的电磁阀控制策略可以完成正常的换挡操作,通过实际传动比和控制策略预测得到的理论传动比的对比发现,预测的换挡点时刻的判断误差在50 ms以内.

杨树基因组AMT转运蛋白的生物信息学特性(英文)

本研究中,通过隐马尔科夫模型(HMM)和杨树蛋白质库搜索,共找到 17 个杨树铵转运体蛋白(PtAMTs)。利用生物信息学方法,我们对杨树家族 17 条 AMT 蛋白序列的系统发生和 AMT 基因组定位进行分析,然后对其氨基酸组成成分、理化性质以及二级结构进行预测和分析,同时还分析了杨树与拟南芥、水稻、番茄、百脉根和欧洲油菜的 AMT 基因家族之间的联系。二级结构预测结果发现不同成员间氨基酸数目、氨基酸序列间的疏水性存在一定的差异;α- 螺旋和无规则卷曲为主要二级结构组成部分。同源性比对分析表明,PtAMT 基因家族主要分为 2 个亚家族,AMT1 (11 个成员)和 AMT2 (6 个成员),基因结果分析表明 AMT2 亚家族成员不含内含子。杨树 AMT 蛋白的亚细胞定位分析表明 PtAMT 主要定位于膜结构上。电子表达图谱分析结果表明:只有 XP_002309151 和 XP_002334025 基因有对应的 EST 序列,并有相应的电子表达谱,并主要在花蕾表达。

多目标云资源最佳适应匹配算法的研究

随着云计算的持续研究和发展,面向用户需求的云资源管理与选择是云计算中的重要研究方向之一.为了满足用户的多种云资源需求,使用树型云资源属性管理表(AMT-Tree)对云资源进行管理,并提出一种多目标云资源最佳适应匹配算法(MoOam),保障用户在海量数据下得到最优资源.实验结果表明:MoOam算法在资源匹配中是有效的.

汽车AMT液压系统的模糊可靠性分析

汽车机械式自动变速器液压系统的故障现象及原因具有模糊性特点,难以用常规可靠性理论确定其可靠性目标值。因此将模糊数学与传统故障树分析相结合,建立液压系统常见故障的故障树分析模型,以三角线性模糊数来描述底事件发生率,并确定底事件发生率均值和置信上下限值,利用模糊数学理论计算出系统故障率,分析其可靠性,为汽车机械式自动变速器液压控制系统的设计、使用和维护提供了有价值的理论依据。