矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性

廿四节气与江恩测市 20世纪上半叶的炒作大师江恩用科学的方法 得出与玄学一样的效果,通过数学、几何学 宗教、天文学的综合运用,建立起独特的分 析方法和测市理论,具有非常高的准确性。 江恩于1908年提出了著名的“控制时间因 素”,指出时间是决定市场走势的最重要因 素,时间可以超越价位平衡当时间到达时 成交量将推动价位升跌,时间作为预测走势 的一个因子,其最重要的作用在于预测市场 运动趋势转折点

为什么要做不确定性分析 很多数据是预测、估算出来的,因此具有不确定性, 在项目真正实施时,相关数据是会有差异的。 一产生不确定性的原因 主观资料不足,分析判断有误差,采用的预测或评价方法 的局限性,测、估算的手段、数据采集方式的变化 客观社会、政治、经济、生产技术、市场的变化 导致技术方案的实践不一定与原来预计的相一致,致 使项目方案的经济评价存在一定程度的不确定性,给方案 决策带来一定的风险

决策树修剪的主要任务是抛弃一个或更多 的子树,并用叶替代这些子树,使决策树 简单化。 问题是修剪后的结果能达到我们期望算法 降低预测误差率来提高分类器的质量,但 误差率计算并不简单。 评价预测误差的一个可行方法是用另外一 个新的有效检验样本,或用第四章中讲述 的交叉确认法

环境影响评价方法具有多样性和交叉性，从其功能上可分为：影响识别方法、影响预测方法、影响综合评价方 法。地理信息系统技术的应用，使环境影响评价体系得以 进一步发展

1.1 系统仿真的基本概念 1.2 连续系统仿真技术 1.3 离散事件系统仿真技术 1.3.1 离散事件系统的数学模型 1.3.2 离散事件系统的仿真方法 1.3.3 离散事件系统仿真语言 1.4 仿真技术的应用 1.4.1 系统仿真技术在系统分析﹑综合方面的应用 1.4.2 系统仿真技术在仿真器方面的应用 1.4.3 系统仿真技术在技术咨询和预测方面的应用 1-5 仿真技术的现状与发展 1.5.1 仿真计算机的现状及发展 1.5.2 计算机软件的现状及发展 1.5.3 仿真器的现状与开发

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

针对联合循环发电厂(combined cycle power plant,CCPP)煤气系统因工况变化频繁带来的模型与过程不匹配的问题,提出一种基于OS-ELM (online sequential extreme learning machine)的CCPP副产煤气燃料系统在线性能预测方法.首先通过分析副产煤气系统各主要组成部件的工作原理,利用流体力学、质量守恒以及能量守恒等关系,建立起以离心压缩机、煤水分离器、冷却器等为核心部件的副产煤气系统机理模型.利用OS-ELM算法和滑动窗口技术对机理模型的输出误差进行修正,实现副产煤气系统出口参数的精确预测和模型的快速在线更新.仿真实验证明,该方法能够准确地预测副产煤气系统的输出压比和温比,并能够跟踪煤气系统工况的变化和特性的漂移,满足实际工业生产的需求

近年来路径跟踪控制的发展十分迅猛，研究者们发表了大量的研究成果。考虑到在相同或相近工况下的路径跟踪控制存在一些共性的技术问题与解决思路，从低速路径跟踪控制和高速路径跟踪控制两个角度对近年来的研究成果进行了回顾。在关于低速路径跟踪控制的研究工作中，研究者们较为重视前轮转角速度约束等系统约束对路径跟踪精确性的影响。目前减少系统约束影响的方法包括在规划参考路径时将系统约束纳入考虑，采用预瞄控制使控制器提前响应，以及采用线性模型预测控制（LMPC）或非线性模型预测控制（NMPC）等模型预测控制方法作为路径跟踪控制方法等。考虑到NMPC既能减少系统约束的影响，又无需人为设置预瞄距离，且对定位误差等扰动因素具有较强的鲁棒性，加之低速路径跟踪控制对实时性的需求较低，因此可以认为NMPC能够满足低速路径跟踪控制的绝大多数需求。高速路径跟踪控制在受系统约束影响之外，还面临着较高车速带来的行驶稳定性不足问题的挑战，因此常采用能够将动力学层面的复杂系统约束纳入考虑且计算成本较低的LMPC作为路径跟踪控制方法。不过仅采用动力学层面的LMPC控制方法无法完全解决高速路径跟踪控制中路径跟踪精确性和车辆行驶稳定性之间存在耦合的问题，目前常见的解决思路是在路径跟踪控制中加入额外的速度调节或权重分配模块。此外，在高速路径跟踪控制中，地面附着系数等环境参数的影响也较大，因此地面附着系数等环境参数的估算也成为了高速路径跟踪控制领域的重要研究方向

课程简介:植物病害流行与预测是研究植物群体中病害在环境影响下发生发展的规 律、病害预测和病害管理的综合科学。本课程共分四个单元。第一单元(包括第一章)概 括叙述了《植病流行与预测》的基本概念、发展过程及其地位和任务。第二单元(包括第 二、三、章)以生态系统学的观点,探讨病害的常发状态、流行状态和流行类型;从遗传 学观点,讨论病害流行的遗传基础;以系统学的观点,分析流行系统的组分、结构和功能 以及系统动态的描述方法。第三单元(包括第四、五、六章)分别讨论了侵染链和侵染概 率,病害流行的时间动态和空间动态。第四单元(包括第七、八、九章)介绍了系统分析 和电算模拟的技术,讨论了病害预测和损失估计及病害系统管理中的几个问题