排序方式: 共有3条查询结果,搜索用时 98 毫秒
1
1.
为更精确地进行风速预测,提出一种利用带自适应噪声的完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)方法和蝙蝠算法(bat algorithm,BA)优化支持向量机(support vector machine,SVM)的组合短期风速预测方法。首先用CEEMDAN对原始风速时间序列进行分解,得到一系列不同频率的子序列;其次,使用BA-SVM组合模型预测对分解后的各个子序列分别进行预测;最后,将各子序列的预测结果叠加得到风速预测值。仿真结果表明,该模型提高了预测精度,减小了误差。 相似文献
2.
3.
针对环境干扰、传感器噪声和跟随时变车速稳定性较差等问题,提出一种基于KF(kalman filtering)的改进MPC(model predictive control)算法。搭建CACC(cooperative adaptive cruise control)车辆间纵向运动学模型,并建立离散状态空间方程;利用KF对状态变量降噪,同时对预测模型进行鲁棒性设计;对不同工况下CACC控制目标进行分析,分别建立目标优化函数。通过搭建Simulink与CarSim联合仿真模型进行验证,结果表明,改进MPC算法能够提高城市与市郊工况下车辆的燃油经济性与驾乘舒适性,实现公路工况下对时变车速的稳定跟随。 相似文献
1