期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
NARMAX模型在风洞流场建模过程中的应用
1
作者
杜宁
郁文山
杨兴锐
《兵工自动化》
2017年第11期52-55,共4页
为提高风洞的流场控制精度,建立了一种新的针对跨声速风洞流场的数学模型。采用NARMAX模型作为系统的模型结构,结合风洞运行的特点,将整个试验运行过程划分为3个阶段,然后分别对各阶段进行建模,并使用函数拟合的方式得到风洞模型。模型...
为提高风洞的流场控制精度,建立了一种新的针对跨声速风洞流场的数学模型。采用NARMAX模型作为系统的模型结构,结合风洞运行的特点,将整个试验运行过程划分为3个阶段,然后分别对各阶段进行建模,并使用函数拟合的方式得到风洞模型。模型的关键参数阶次和采样间隔分别用伪最邻近点法和互信息法进行辨识,并将BP神经网络作为输入与输出之间的非线性映射函数,可得到稳定段总压和驻室静压的模型,最后通过马赫数的计算公式得到试验段马赫数的取值。仿真结果表明:该模型辨识精度高,能体现出风洞运行的特点。
展开更多
关键词
风洞
narmax
模型
互信息法
伪最邻近点法
在线阅读
下载PDF
职称材料
电动车用Ni/MH电池组剩余容量的非线性自回归滑动平均预测
被引量：
4
2
作者
郭桂芳
曹秉刚
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第4期591-595,共5页
准确的蓄电池荷电状态(SOC)决定了电动汽车剩余的行驶里程数.为准确评估电动车用Ni/MH电池组荷电状态(SOC)值,本文提出了一种非线性自回归滑动平均(NARMAX)模型的系统辨识方法.文中使用联邦城市行驶工况(FUDS)的试验数据,采用NARMAX模...
准确的蓄电池荷电状态(SOC)决定了电动汽车剩余的行驶里程数.为准确评估电动车用Ni/MH电池组荷电状态(SOC)值,本文提出了一种非线性自回归滑动平均(NARMAX)模型的系统辨识方法.文中使用联邦城市行驶工况(FUDS)的试验数据,采用NARMAX模型线性简化逼近的辨识方法,对蓄电池SOC建立了多输入变量的模型,并使用这个模型进行实时预测;预测结果与试验结果进行了比较.结果表明,该方法是简单、有效的.预测的最大相对误差为1%.
展开更多
关键词
电动汽车
Ni/MH电池组
荷电状态
narmax
辨识预测
在线阅读
下载PDF
职称材料
题名
NARMAX模型在风洞流场建模过程中的应用
1
作者
杜宁
郁文山
杨兴锐
机构
中国空气动力研究与发展中心高速所
出处
《兵工自动化》
2017年第11期52-55,共4页
文摘
为提高风洞的流场控制精度,建立了一种新的针对跨声速风洞流场的数学模型。采用NARMAX模型作为系统的模型结构,结合风洞运行的特点,将整个试验运行过程划分为3个阶段,然后分别对各阶段进行建模,并使用函数拟合的方式得到风洞模型。模型的关键参数阶次和采样间隔分别用伪最邻近点法和互信息法进行辨识,并将BP神经网络作为输入与输出之间的非线性映射函数,可得到稳定段总压和驻室静压的模型,最后通过马赫数的计算公式得到试验段马赫数的取值。仿真结果表明:该模型辨识精度高,能体现出风洞运行的特点。
关键词
风洞
narmax
模型
互信息法
伪最邻近点法
Keywords
wind tunnel
narmax
model
mutual information
method
pseudo nearest neighbor
method
分类号
TP391.99 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
电动车用Ni/MH电池组剩余容量的非线性自回归滑动平均预测
被引量：
4
2
作者
郭桂芳
曹秉刚
机构
西藏民族学院信息工程学院
西安交通大学机械工程学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第4期591-595,共5页
基金
中国科技部星火计划资助项目(2006EA105003)
文摘
准确的蓄电池荷电状态(SOC)决定了电动汽车剩余的行驶里程数.为准确评估电动车用Ni/MH电池组荷电状态(SOC)值,本文提出了一种非线性自回归滑动平均(NARMAX)模型的系统辨识方法.文中使用联邦城市行驶工况(FUDS)的试验数据,采用NARMAX模型线性简化逼近的辨识方法,对蓄电池SOC建立了多输入变量的模型,并使用这个模型进行实时预测;预测结果与试验结果进行了比较.结果表明,该方法是简单、有效的.预测的最大相对误差为1%.
关键词
电动汽车
Ni/MH电池组
荷电状态
narmax
辨识预测
Keywords
electric vehicle
Ni/MH battery pack
state of charge（SOC）
narmax method
prediction
分类号
U469.72 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
NARMAX模型在风洞流场建模过程中的应用
杜宁
郁文山
杨兴锐
《兵工自动化》
2017
0
在线阅读
下载PDF
职称材料
2
电动车用Ni/MH电池组剩余容量的非线性自回归滑动平均预测
郭桂芳
曹秉刚
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
