基于改进经验模态分解和支持向量机的短期风速组合预测

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。     

新型隔震支座抗拉装置的研究

为了解决叠层橡胶支座的抗拉能力低的问题,对一种新型叠层橡胶隔震支座抗拉装置进行了设计和分析,给出了该抗拉装置的构造及尺寸,并提出了该装置的力-变形关系,通过有限元软件etabs模拟该装置,并采用时程分析,在一个实际的13层隔震结构中分析对比了使用抗拉装置和未使用抗拉装置的情况,结果表明该装置可有效减小隔震支座的受拉破坏。     

基于改进MPC的协同自适应巡航控制策略研究

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。