-
Patent Agency Ranking
公开(公告)号：CN110297489A
公开(公告)日：2019-10-01
申请号：CN201910398410.9
申请日：2019-05-14
Applicant: 西安工程大学
Abstract: 本发明公开的无人驾驶车辆的控制方法，首先通过无人驾驶车辆控制系统采集实时路况环境数据、建立车辆的动态模型，确定车辆当前状态的环境信息；然后，建立模糊控制器；将车辆当前状态的环境信息作为输入量，输入到模糊控制器中，对输入的车辆的环境信息进行优化处理，实现车辆的路径规划。本发明的无人驾驶车辆的控制方法，根据人们的经验与实际场合需求，切合实际的对车辆所处的环境进行划分，建立本系统及控制模型构建，并能实时更新环境状态数据，时效性佳，可靠性强，能够达到预期的无人驾驶功能。
-
公开(公告)号：CN110531279A
公开(公告)日：2019-12-03
申请号：CN201910469622.1
申请日：2019-05-31
Applicant: 西安工程大学
IPC: G01R31/392
Abstract: 本发明公开的基于IUPF的锂离子电池剩余使用寿命预测方法，首先通过对依托数据统计建立起来的锂离子电池状态方程和观测方程中的反映电池内阻的2个参数和反映电池性能退化速率的2个参数进行估计，得到包含有失效时间的锂电池容量公式，通过求解该容量公式，计算出锂电池剩余使用寿命。利用美国国家航空航天局(NASA)艾姆斯预测数据库提供的锂离子电池寿命数据做相关的仿真验证，利用3种评价指标对该估计结果进行了性能评价，结果表明本发明能够实现对锂离子电池剩余使用寿命的估计，而且能够提升UPF方法进行预测时的准确度。
-
公开(公告)号：CN109783889B
公开(公告)日：2023-04-25
申请号：CN201811599692.0
申请日：2018-12-26
Applicant: 西安工程大学
Abstract: 本发明公开的基于混合高斯隐马尔科夫模型的滑坡发生时间预测方法，首先通过安装在坡体上的激光位移传感器采集滑坡体的位移数据，并对采集的位移数据在时序方向上进行多状态划分；然后，将划分后的位移数据通过Baum‑welch算法进行训练，获得多状态MOG‑HMM模型，并对已划分的状态进行标记；最后，采用Viterbi算法对实时采集的位移数据进行当前状态估计，并将当前估计状态作为Dijkstra算法的输入，从而预测出滑坡的发生时间。本发明公开的方法根据滑坡演化过程中的位移数据，推演出当前滑坡演化状态，并计算出滑坡灾害发生的时间，提升了一般HMM方法在预测中的鲁棒性性能，提高了地质灾害预报的准确性。
-
公开(公告)号：CN111049153A
公开(公告)日：2020-04-21
申请号：CN201911148204.9
申请日：2019-11-21
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于模糊神经网络的电压无功优化控制方法，具体按照以下步骤实施：步骤1、在电压无功优化控制电路中，检测整个电路的负荷侧的电压、变压器高压侧流入的无功；步骤2、根据步骤1检测的整个电路的负荷侧的电压、变压器高压侧流入的无功，选择模糊神经网络控制系统的隶属函数和模糊神经系统的解模糊方法；建立模糊神经网络的电压无功优化控制系统；步骤3、将检测整个电路的负荷侧的电压、变压器高压侧流入的无功代入基于模糊神经网络的电压无功优化控制系统，经对输入、输出样本作归一化处理后，可作为网络学习样本的输入量和输出量，完成电压无功优化控制，解决了现有技术存在的电压无功控制方法计算复杂的问题。
-
公开(公告)号：CN109783889A
公开(公告)日：2019-05-21
申请号：CN201811599692.0
申请日：2018-12-26
Applicant: 西安工程大学
IPC: G06F17/50
Abstract: 本发明公开的基于混合高斯隐马尔科夫模型的滑坡发生时间预测方法，首先通过安装在坡体上的激光位移传感器采集滑坡体的位移数据，并对采集的位移数据在时序方向上进行多状态划分；然后，将划分后的位移数据通过Baum-welch算法进行训练，获得多状态MOG-HMM模型，并对已划分的状态进行标记；最后，采用Viterbi算法对实时采集的位移数据进行当前状态估计，并将当前估计状态作为Dijkstra算法的输入，从而预测出滑坡的发生时间。本发明公开的方法根据滑坡演化过程中的位移数据，推演出当前滑坡演化状态，并计算出滑坡灾害发生的时间，提升了一般HMM方法在预测中的鲁棒性性能，提高了地质灾害预报的准确性。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
