Energy consumption estimation model for dual-motor electric vehicles based on multiple linear regression

ABSTRACT

The drive range of electric vehicle (EV) is one of the major limitations that impedes its universalism. A great deal of research has been devoted to drive range improvement of EV, an accurate and efficiency energy consumption estimation plays a crucial role in these researches. However, the majority of EV’s energy consumption estimation models are based on single motor EV, these models are not suitable for dual-motor EVs, which are composed of more complex transmission mechanisms and multiple operating modes. Thus, an energy consumption estimation model for dual-motor EV is proposed to estimate battery power. This article focuses on studying the operating modes and system efficiency in each operating mode. The limitation of working area of each mode ensures the vehicle dynamic performance, then PSO algorithm is adopted to optimize the torque (speed) distribution between two motors to improve the system efficiency in the coupled driving mode. Finally, the energy consumption estimation model is established by multiple linear regression (MLR). The result shows that the proposed model has a high precision in energy consumption estimation of dual-motor EV.     

WEP的安全技术分析及对策

在对无线局域网WLAN标准IEEE80 2 .11的WEP描述的基础上 ,笔者深入研究了WEP协议的设计上和实际应用中存在的密钥序列重复使用、消息认证和完整性等严重安全漏洞 ;详细分析了标准无线局域网中WEP协议解决方案 ;提出了WEP的改进算法WEP2 ,WEP2将IV大小增加到 12 8bit,以增强抗攻击能力 ;分析了AES解决方案的可行性 ;在密钥再生与分配方面 ,提出在MAC层实现经认证的密钥交换 ,用来改善WEP的安全脆弱性等解决措施。最后 ,还对今后的研究方向作出进一步的展望     

深水平台施工过程自然风险定量评估

在分析现有风险理论的基础上,结合海洋施工实际,提出了一种对海洋施工自然风险进行定量评估的模型。根据目标系统各风险事件与影响因素之间存在高度非线性复杂映射的特点,提出了利用BP神经网络拟合方法,对主要风险事件发生概率进行量化的模型。针对传统的梯度下降优化算法收敛速度慢的特点,采用可避免计算Hesse矩阵的Levenberg-Marquardt算法来训练神经网络。这一模型可以模拟专家评价,并准确地按照专家的评定法则进行估算,具有一定的通用性。     

交通系统智能决策的算法研究

遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法，但由于其自身固有的缺陷，通常优化过程的收敛速度较慢，局部搜索能力不足，而且算法稳定性较差。而蚁群算法广泛应用在旅行商问题计算中，目前是较好的求解最短路由问题的算法之一。就其自身来说有很多优点，如正反馈性、鲁棒性和智能性，但是在寻优过程中容易陷入局部最佳的缺点。针对上述情况，将遗产算法与蚁群算法相结合，用于实际交通系统寻找最优路径的问题中，并定义了目标函数，以路径可靠性和路径长度为优化目标，寻找最合适的救灾路线。最后通过实际计算结果的对比验证，说明了该方法的有效性。     

三峡茅坪溪沥青混凝土心墙堆石坝位移反演分析与安全预测

本文研究了基于综合应用人工神经网络和演化算法的位移反演分析方法,并将此方法应用于三峡茅坪溪沥青混凝土心墙堆石坝的变形反演分析中。以茅坪溪一期工程原型观测成果为依据,反演出能够正确反映坝体变形特性的邓肯-张EB模型参数,从而预测了施工期末和蓄水期末该坝的变形特性,并基于总应力法研究了心墙水力劈裂破坏发生的可能性,为茅坪溪堆石坝运行期的安全生产提供依据。研究结果表明,茅坪溪心墙堆石坝不会发生水力劈裂破坏,该坝蓄水后虽然水压上升,但心墙仍是安全的。     

人员位置固定的公共场所分区疏散研究

通过将分区疏散转化为分配问题(Allocation Problem),并采用启发式的A*优化算法,对人员位置固定的公共场所分区疏散进行研究。进一步利用基于元胞自动机模型的大型公共场所人员疏散行为模拟仿真系统,在充分考虑公共场所中每个人员的状态、人员之间以及人员与周围环境的相互作用的前提下,对疏散分区的效果进行模拟;通过与未分区的模拟结果相比较,可以认为,分区疏散有助于人员快速疏散,大大缩短整体避难时间,而且基于移动路径搜索的分区更加切合实际。     

基于模糊聚类的马氏链模型在交通事故预测中的应用

运用模糊聚类分析方法,借助于MATLAB软件,对中国31个地区交通事故的危害程度进行动态分类和综合评价。根据中国1999—2005年31个地区的交通事故4个指标和5个社会经济因素数据,把31个地区分为3类,即轻灾区、较重灾区、重灾区;其中浙江、福建与宁夏的交通事故危害严重,上海、北京与天津的交通状况正在好转,这与客观实际符合。根据模糊聚类的结果,求得交通事故状态转移概率矩阵,利用马氏链模型可预测未来31个地区的交通事故发展趋势。     

A CODED ALGORITHM FOR CAPACITY EXPANSION OF A WATER QUALITY MANAGEMENT SYSTEM1

ABSTRACT: This paper describes a mathematical model, an algorithm and a computer program that were specially developed to study the problem of a water quality management system undergoing a rapidly increasing environmental stress. The model output will determine the locations, sizes and the timing of construction of new treatment plants plus an overall treatment plant operating policy so that environmental standards are maintained at a minimum cost. The model, as formulated, is a 0-1 mixed integer programming problem which is solved by decomposing it into a capital budgeting problem (solved by Little's branch and bound algorithm) and an operational policy problem (solved by linear programming). The coded algorithm (in FORTRAN 10) has been tested with a semi-realistic example.     

人工神经网络在水环境质量评价中的应用

为了将人工神经网络应用于水环境质量评价，应用了人工神经网络Ｂ—Ｐ算法，构造了水环境质量评价模型，该模型应用于实例评价结果表明，人工神经网络用于环境质量评价具有客观性，通用性和实用性。     

基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.