基于混沌免疫进化算法的汽车主动悬架控制策略研究

提出一种基于混沌免疫进化算法的1/4汽车主动悬架控制方法.在免疫进化算法的基础上,利用混沌运动的特点,对初始种群混沌初始化,且根据个体评价值对群体进行不同幅度的混沌载波,既可保护优秀个体,又可进行遍历搜索,跳出局部极小值,达到快速寻优的效果.仿真结果表明:与免疫进化控制比较,采用混沌免疫进化控制,汽车的平顺性和安全性得到了更好的改善.     

基于辨识模型的半主动悬架控制策略研究

依据悬架实体在ADMAS中建立1/4悬架模型并采用遗传算法辨识模型参数，得到了一个更能真实反映悬架性能的简化辨识模型.在此简化辨识模型的基础上分析了几种基于天棚阻尼原理的控制方法的特点，提出了一种基于免疫优化的混合阻尼半主动控制方法仿真结果表明，基于免疫优化的混合阻尼半主动控制方法能够改善被动悬架的性能；在一定控制指标下，混合阻尼控制对被动悬架性能的改善优于天棚阻尼控制和地棚阻尼控制.     

基于液态模锻的汽车悬架控制臂模具设计研究

本文通过对逆向造型后得到的汽车悬架控制臂模型进行性能、特点及其加工工艺分析,并对液态模锻加工工艺进行研究,然后基于液态模锻对汽车悬架控制臂进行了模具设计.较以往的锻造加工来说,液态模锻具有比较明显的优势,既满足了当前对汽车生产的大批量需求,又保证了成形件的质量.同时,大大提升了材料的利用率,节约了能源,降低了生产成本,增强了企业竞争力.     

自适应半主动悬架系统控制策略

建立了一种自适应半主动悬架的控制策略，能更好地权衡舒适性、操纵稳定性和安全性.首先建立集成了考虑悬架限位的阻尼连续变化(CVD)天棚控制算法的整车模型，并在不同路面和车速下进行仿真分析，建立由悬架动行程均方值估计路面不平度等级的方法；其次，提出一种考虑路面不平度等级的自适应型半主动悬架控制策略；然后采用遗传算法对不同工况下的控制参数进行离线优化；最后将优化后的控制参数用于在线控制，并与传统的被动悬架以及天棚控制的半主动悬架进行对比分析.仿真结果表明：汽车在复杂工况行驶时能有效识别路况信息并进行控制模式切换；在Comfort模式时能有效提高汽车平顺性；在Sport模式时能有效提高汽车的行驶稳定性；在Safe模式时能有效提高汽车行驶安全性.     

用于汽车主动悬架的模糊控制器的研究

对用于汽车主动悬架的模糊控制器进行了研究,以阶跃函数和模拟路面时间历程为输入对汽车１／４主动悬架模型进行计算机仿真,并与被动悬架模型进行对比分析,结果表明：用该模糊控制器控制的主动悬架,汽车的舒适性和安全性都得到了明显改善,是一种较为理想的模糊控制器。     

基于免疫算法的悬架系统参数的辨识

在ADAMS中建立了麦弗逊与双横臂两种不同悬架形式的1/4汽车模型,依据其输入输出数据,利用免疫算法分别对两者的车身质量、悬架刚度与阻尼、轮胎的刚度及轮胎质量进行了辨识.仿真结果表明:使用辨识参数的简化模型可以替代真实模型并能够合理反映出由于悬架结构不同而引起的性能差异;免疫算法是参数辨识的一种有效方法,具有较好的全局寻优特性.     

汽车麦克弗森滑柱式悬架多刚体模型的建立及仿真

以多刚体系统动力学的拉格朗日方法时汽车麦克弗森滑柱式悬架进行研究,根据结构特点建立其多刚体模型,进行了理论分析和计算机仿真。分析及算例结果表明．所建立的多刚体模型精确,采用的拉格朗日方法易行,仿真精度较高,是汽车悬架精确分析的理想方法。     

基于Backstepping和LQG算法的车辆主动悬架控制研究

针对忽略作动器实际动作及液压系统参数造成目前主动悬架模型精确性低的缺陷,根据液压系统原理,建立包含液压系统参数在内的主动悬架模型.分析LQG控制的原理,确定车身加速度、悬架动挠度、车轮动位移的加权系数矩阵,并以此实现主动悬架LQG控制.采用高低通滤波器对控制信号进行优化,并引入Backstepping(反演控制)对车身加速度、悬架动挠度进行控制.对包含作动器液压系统参数的主动悬架精确模型进行SIMULINK仿真,并将仿真结果进行对比.结果表明,主动悬架LQG控制和Backstepping控制通过主动作动器的能量消耗,有效地提高了车辆的操纵稳定性和乘坐舒适性.     

采用模糊理论的七自由度汽车主动悬架控制系统

建立了七自由度的汽车主动悬架数学模型，并就该模型的模糊控制方法进行了研究．以模拟路面的正弦信号作为输入，以汽车车身的垂直加速度、俯仰角和侧倾角，以及悬架的变形作为输出．模糊控制规则采用调整因子，以使设计的模糊控制系统具有更好的灵敏性和鲁棒性．用Matlab语言及其Simulink工具箱仿真，结果表明，设计的主动悬架与被动悬架比较，其舒适性和操纵稳定性得到改善，且模糊控制器具有良好的鲁棒性．     

汽车悬架常见故障把脉

正汽车悬架有支撑车身、缓解地面冲击的作用,主要包括减震器、弹性元件、转角传感器等,其常见的故障有减震器性能下降、异响、车身无法升降等。汽车悬架是支撑车身的重要部分,通过悬架可以缓解由于汽车行驶中由于地面凹凸不平,引起的车轮振动。有了悬架的缓冲作用,极大降低了传到驾驶室内的振动,增加了乘坐的舒适性。汽车悬架一般分为:普通悬架和电控悬架两种。1汽车悬架组成普通悬架一般包括减震器、弹性元件、防倾杆、控臂臂、转向节、橡     

早熟陆地棉基于性状主成分和SSR分子标记的遗传距离分析

[目的]为早熟陆地棉杂交亲本选配提供参考.[方法]将12个品种初步划分成两组亲本,对基于表现型和基因型差异的遗传距离进行分析.[结果]对17个性状进行主成分分析结果表明,前5个特征根和相应的特征向量累积贡献率达86.443;,可以反应所有性状的绝大部分变异信息.用5个主成分因子得分计算两组亲本间的遗传距离,发现P1.1与P2.5,P1.4与P2.3、P2.5,P1.5与P2.2、P2.4的遗传距离最远;P1.1、P1.2与P2.1、P2.6,P1.6与P2.6的遗传距离最近.用SSR扩增结果计算两组亲本间的遗传距离,发现P1.1与P2.1、P2.2、P1.2与P2.1、P2.2,P1.3与P2.4的遗传距离最远;P1.1与P2.3、P2.6、P1.2、P1.6与P2.6,P1.6与P2.1的遗传距离最近.这两组遗传距离之间无显著相关性(R=0.115).[结论]早熟陆地棉基于主要性状主成分和SSR分子标记结果的遗传距离差异较大,建议在选配亲本时同时考虑亲本间的表现型和基因型差异.     

Machine vision for counting fruit on mango tree canopies

Machine vision technologies hold the promise of enabling rapid and accurate fruit crop yield predictions in the field. The key to fulfilling this promise is accurate segmentation and detection of fruit in images of tree canopies. This paper proposes two new methods for automated counting of fruit in images of mango tree canopies, one using texture-based dense segmentation and one using shape-based fruit detection, and compares the use of these methods relative to existing techniques:—(i) a method based on K-nearest neighbour pixel classification and contour segmentation, and (ii) a method based on super-pixel over-segmentation and classification using support vector machines. The robustness of each algorithm was tested on multiple sets of images of mango trees acquired over a period of 3 years. These image sets were acquired under varying conditions (light and exposure), distance to the tree, average number of fruit on the tree, orchard and season. For images collected under the same conditions as the calibration images, estimated fruit numbers were within 16 % of actual fruit numbers, and the F1 measure of detection performance was above 0.68 for these methods. Results were poorer when models were used for estimating fruit numbers in trees of different canopy shape and when different imaging conditions were used. For fruit-background segmentation, K-nearest neighbour pixel classification based on colour and smoothness or pixel classification based on super-pixel over-segmentation, clustering of dense scale invariant feature transform features into visual words and bag-of-visual-word super-pixel classification using support vector machines was more effective than simple contrast and colour based segmentation. Pixel classification was best followed by fruit detection using an elliptical shape model or blob detection using colour filtering and morphological image processing techniques. Method results were also compared using precision–recall plots. Imaging at night under artificial illumination with careful attention to maintaining constant illumination conditions is highly recommended.     

叶片传统特征和距离矩阵与角点矩阵相结合的树种识别算法

针对基于叶片特征进行树种识别的问题,本文在结合叶片纹理、不变矩以及传统形状共25维传统特征的基础上,自定义了叶尖角、边角均值等2个叶片轮廓特征,并以相似多边形定义及其推论作为理论依据,提出了一种基于叶片轮廓构建距离矩阵与角点矩阵进行树种识别的分类方法。该方法首先对树木叶片图像进行预处理,提取出归一化的叶片特征向量,然后利用KNN最近邻分类器筛选出相似度最高的前20个结果集(Top 20),然后构建距离矩阵和角点矩阵进行更为精确的识别匹配。在图像预处理阶段,为获取更为准确的叶片轮廓特征,利用叶片在HSV颜色空间中饱和度特征以及色度特征方面的显著差异性,设计了一种消除叶片阴影的图像预处理算法。在识别匹配阶段,利用Douglas Peucker approximation算法提取叶片轮廓的近似多边形,定义了距离矩阵、角点矩阵、矩阵中元素间相似度、矩阵相似度以及综合相似度计算方法,设计了全局匹配与局部匹配相结合的算法。该算法在Android系统的手机平台上进行了实现和运行验证,结果表明:在Flavia数据集中,对32种共1 907个正常叶片样本的识别准确率为99.61%,对32种共851个残叶样本的准确率为94.92%;在Leafsnap数据集中,对185种共23 147个Lab样本前5个结果集(Top 5)的识别准确率为98.26%。相对其他算法,该算法识别准确率更高,对叶片外形描述能力更强,对残叶、扭曲叶、阴影叶具有更好的鲁棒性,算法的实用性和适应性更强。      

基于特征融合的林下环境点云分割

针对林下环境几何特征的复杂性,以及基于边检测、表面增长和聚类分割方法存在的效率低、分割不足及过度分割等问题,提出了一种基于特征融合的点云分割方法。采用地面激光扫描仪FARO在北京林业大学选择样本区域进行扫描,对扫描得到的数据进行采样点剔除及滤波,得到由1166302个点组成的林下环境点云数据,主要包括林木、地面、石块、人4类目标。综合利用点云法向量信息和激光反射强度信息可实现点云分割。其中,点云激光反射强度可直接从扫描得到的点云数据中获取;法向量可根据点云数据的三维坐标信息,通过对点云数据建立kd-tree数据结构,执行k-邻域搜索,并基于PlanePCA算法计算得到。将点云法向量和激光反射强度2方面的特征优势进行融合,计算中心点与邻域点的综合相异度,并判断其是否在阈值范围内,最终实现点云分割。比较基于特征融合、法向量和激光反射强度3种聚类分割方法得到的分割结果可知,基于特征融合的聚类分割方法能较好地保留数据特征,且分割完整度明显优于其他2种方法。      

基于PCA的参数化间隔双子支持向量机及其在手写体识别上的应用

改进了基于参数化间隔的双子支持向量机算法的预处理过程,在数据预处理阶段使用了主成分分析法对数据进行降维,提出了基于主成分分析的参数化间隔双子支持向量机,从而加快了整个算法的训练速度．公共数据库上的实验结果显示了该算法的优秀分类能力,对高维数据集的降维效果也比较成功．最后,将这种算法应用到手写体数字识别技术上,实验结果显示出该算法较好的分类性能．     

基于综合矢量的功率定义及在无功电流和谐波电流检测中的应用

在三相电路综合矢量的基础上定义了三相电路的有功功率和无功功率，并定义基波电压综合矢量与基波电流综合矢量的点积的直流分量为有功功率，电压综合矢量与基波电流综合矢量的叉积和它们点积的脉动分量构成了无功功率．基于无畸变的电压参考矢量。直接对三相电压、电流的瞬时值运算，可以获得三相瞬时无功及谐波电流．该方法省去了复杂的坐标变换，并具有一定的工程实用价值．仿真结果表明该方法用于动态无功补偿装置可以获得满意的结果．     

基于支持向量机的土地利用预警研究

支持向量机是建立在统计学习理论基础上的一种新的学习方法,其引入核函数思想,将非线性问题转化为线性问题来解决,其非线性回归预测性能优越于传统统计方法。针对土地可持续利用与土地利用预警指标之间复杂的非线性关系,提出基于支持向量机的土地利用预警方法,对土地利用预警系统的内涵、原理和指标体系,以及建立土地利用预警体系等问题进行了研究。     

基于支持向量机的农业数据分类研究

介绍了支持向量机的原理,研究了基于支持向量机的农业数据分类,结果表明应用支持向量机可以有效地提高农业数据的分类性能。     

基于向量升维的农情异常数据实时检测方法

为提高农业物联网的数据感知质量,提出了基于向量升维的异常农情数据实时检测方法.首先采用滑动窗口机制将标准化后的时序农情数据转换为观测向量,接着将相邻向量元素差值之和作为新向量元素对观测向量进行升维,最后构建了异常数据实时检测框架.采用畜禽养殖物联网环境数据进行实验,开展滑动窗口大小取值、分类模型的异常数据检测性能与敏感性分析.结果 表明,滑动窗口大小取2为宜,提出的向量升维方法能够有效提升分类模型的异常数据检测能力,且线性核支持向量机具有较优的异常数据检测性能和计算耗时,其检测效果与数据波动性和采样间隔负相关、与异常值偏离幅度正相关.     

一种基于自适应分组排挤的遗传算法

为防止进化种群早熟收敛,并考虑保持种群多样性,加快寻优进程,提高寻优效率,提出一种基于自适应分组排挤的遗传算法,在寻优过程中将种群个体进行分组,在分组的基础上基于海明距离引入自适应的排挤机制,最后将该算法与基于海明距离排挤算法和简单遗传算法进行比较,证明其可行性和有效性.