一种有效的模糊关联规则挖掘的形式化方法

模糊关联规则用于处理数据库中的不精确信息,并提供一个知识发现的良好表示。利用约束级别表示理论将GUHA模型泛化用于模糊关联规则,通过约束级别管理模糊规则,并给出一个扩展的验证度量过程。使用形式化方法的挖掘算法,在不同的约束级别上并行化挖掘过程,总结得到的结果。算法的复杂度分析以及实验结果表明该形式化方法是有效可行的,从而确立了模糊关联规则表示和评价的逻辑基础。

遗忘因子递推最小二乘法辨识锂离子电池参数

递推最小二乘法是辨识锂离子电池等效电路模型参数常见的方法,然而随着递推过程中数据的增加,新数据的生成会受到旧数据的影响,导致误差较大。为此,对锂离子电池的二阶RC等效电路模型进行建模和分析,提出一种用于等效电路模型参数在线辨识的遗忘因子递推最小二乘(FFRLS)法。在动力应力测试实验的基础上,在线辨识等效电路模型参数,利用识别的电路参数对电池电压进行在线预测。通过对比不同遗忘因子(λ)下的端电压均方根误差,发现λ=0.86~0.94为最佳范围。所提算法的精度优于递推最小二乘(RLS)法,验证了算法的可行性和有效性。

坡度和整车质量识别及其在AMT换挡规律中的应用

针对带两挡AMT变速箱的纯电动客车在实际运行时因整车质量和道路坡度的变化导致最佳换挡点发生变化的问题,采用多遗忘因子递推最小二乘法对道路坡度和整车质量进行了在线辨识,将识别的道路坡度作为换挡控制参数,制定了以加速踏板开度、车速、车辆纵向加速度和道路坡度为控制参数的四参数换挡控制策略,采用Simulink和AVLCruise软件搭建了控制策略模型和整车模型,两软件联合仿真对平路空载得到的三参数动力性换挡规律和新制定的四参数换挡策略进行了仿真计算,结果表明:多遗忘因子递推最小二乘法能准确识别道路坡度,与平路空载得到的三参数动力性换挡规律相比,新制定的四参数换挡策略能够适应道路坡度的变化。