移动式储能动力锂电池数字孪生系统的设计和实现
这是一篇关于数字孪生,电池管理系统,荷电状态,联合估计算法,系统搭建的论文, 主要内容为化石燃料资源匮乏,已无法满足当代汽车的使用需求,而且燃烧过程中产生的污染气体会对环境造成极大的危害。在政策的推动下,新能源汽车产业开始快速发展。电池管理系统(Battery Management System,BMS)是新能源汽车研究的一项关键技术。但是目前的BMS仍存在几个亟待解决的问题:采用的嵌入式系统计算能力有限;数据存储能力有限;无法做到精确的电池荷电状态(State of Charge,SoC)管理等等。本文针对BMS所存在的问题,开发了一套基于数字孪生技术的电池系统,并提出了在线联合估计SoC的算法。通过实验验证了该算法的优越性,并将其用于电池系统的在线SoC估计。此外,所设计开发的数字孪生电池系统,实现了系统的可视化和状态的在线监控。该系统可以解决BMS的现存问题,为BMS进一步发展提供了思路,也为数字孪生技术的落地应用奠定了基础。本文主要研究工作包括:(1)建立了基于数字孪生技术的电池系统框架。根据数字孪生的特性和电池管理系统的功能,确定了系统的构成和功能模块:物理空间、孪生空间和孪生数据。(2)提出了在线联合估计SoC的创新算法。基于文献结论和本文得到的实验结果,确定选择2-RC等效电路模型作为电池物理模型。采用带遗忘因子的递推最小二乘法(Forgetting Factor Recursive Least Square,FFRLS)进行在线模型参数辨识,提出了联合估计SoC的算法,并使用北京电动公共汽车动态测试(Beijing Bus Dynamic Stress Test,BBDST)工况验证了该算法的优越性。(3)开发了数字孪生电池系统。首先确定了电池、电机和BMS采集板卡的选型,以此搭建数字孪生系统的物理空间。接着,利用所提出的联合估计算法进行电池SoC的在线估计;并使用3DsMax绘制3D可视化模型,将其导入Unity3D中进行场景绘制;通过SoC在线估计和3D模型的结合,完成UI界面设计,实现了系统可视化和SoC在线监控,成功搭建了数字孪生系统的孪生空间。而后,选择Sqlserver作为存储数据库,实现物理空间和孪生空间的数据存储,从而完成了数字孪生系统中孪生数据模块的搭建。最后进行系统的通信和测试,实现物理空间、孪生数据和孪生空间之间的连接,使整个系统的联调得以完成。
个性化公交线路推荐系统的研究与设计
这是一篇关于系统搭建,个性化推荐,线路推荐,多目标规划的论文, 主要内容为随着经济社会发展,我国人均拥车量急剧增长,城市的交通拥挤现象愈演愈烈,发展公共交通便成为了解决城市拥堵病的良方。同时,人们往往根据传统电子地图的线路推荐来选择公共交通出行方案,但由于其只是根据单因素进行线路推荐无法满足乘客的个性化需求,限制了人们乘坐公共交通的意愿。为此,本文提出个性化公交线路推荐系统,对公交车内拥挤度、出行时间和出行距离这三个因素构建乘客线路推荐模型,并根据乘客给予各个因素的不同权重进行个性化推荐。该系统前端采用vue框架后端采用Spring Boot+Spring Cloud框架构建的分布式微服务系统,通过功能需求分析确定系统功能包括:站点查询、线路查询、个性化线路推荐、热门线路推荐和后台信息管理等,每个功能为每一个微服务能够独立的部署、运行以及测试并通过服务间的调用为系统完整功能。最后结合实际的数据集和百度地图提供的API接口将运行效果展现在地图上。本文的主要研究内容如下:(1)介绍了公交乘客出行在选择线路时考虑到各种因素并进行分析,主要因素包括:换乘次数、出行距离、出行时间、花费以及客流量等因素,从而确定模型所需要优化的因素。(2)介绍常规公交数据的数据结构并对其中的IC卡数据和GPS数据进行预处理,然后将IC卡数据以设定的时间阈值作为约束条件进行聚类分组并与GPS数据中车辆到站时间进行匹配,推断出刷卡乘客上车的站点。对基于公交乘客出行行为的下车概率模型进行改进,结合站点吸引权和站点换乘能力构建本文下车概率模型。由此可推测出车内拥挤度并建立车内拥挤程度与时间价值的函数关系进而将车内拥挤度转化为支付额外时间,并结合出行时间、出行距离构建出乘客线路推荐模型。最后,通过实际的数据集对上下车站点判断进行验证说明模型的有效性。(3)分析解决多目标问题的传统方法存在的缺点,提出将传统的基于线性加权算法结合粗粒度并行遗传算法作为求解模型算法并给出详细的步骤,最后进行实验将推荐的线路与百度地图推荐的线路进行对比说明可行性。(4)通过功能性与非功能性需求分析确定系统所需开发功能,并结合分布式微服务项目思想构建系统架构图同时对数据库进行设计,最后根据实际的数据集并结合百度地图API对系统功能模块运行效果进行验证。
个性化公交线路推荐系统的研究与设计
这是一篇关于系统搭建,个性化推荐,线路推荐,多目标规划的论文, 主要内容为随着经济社会发展,我国人均拥车量急剧增长,城市的交通拥挤现象愈演愈烈,发展公共交通便成为了解决城市拥堵病的良方。同时,人们往往根据传统电子地图的线路推荐来选择公共交通出行方案,但由于其只是根据单因素进行线路推荐无法满足乘客的个性化需求,限制了人们乘坐公共交通的意愿。为此,本文提出个性化公交线路推荐系统,对公交车内拥挤度、出行时间和出行距离这三个因素构建乘客线路推荐模型,并根据乘客给予各个因素的不同权重进行个性化推荐。该系统前端采用vue框架后端采用Spring Boot+Spring Cloud框架构建的分布式微服务系统,通过功能需求分析确定系统功能包括:站点查询、线路查询、个性化线路推荐、热门线路推荐和后台信息管理等,每个功能为每一个微服务能够独立的部署、运行以及测试并通过服务间的调用为系统完整功能。最后结合实际的数据集和百度地图提供的API接口将运行效果展现在地图上。本文的主要研究内容如下:(1)介绍了公交乘客出行在选择线路时考虑到各种因素并进行分析,主要因素包括:换乘次数、出行距离、出行时间、花费以及客流量等因素,从而确定模型所需要优化的因素。(2)介绍常规公交数据的数据结构并对其中的IC卡数据和GPS数据进行预处理,然后将IC卡数据以设定的时间阈值作为约束条件进行聚类分组并与GPS数据中车辆到站时间进行匹配,推断出刷卡乘客上车的站点。对基于公交乘客出行行为的下车概率模型进行改进,结合站点吸引权和站点换乘能力构建本文下车概率模型。由此可推测出车内拥挤度并建立车内拥挤程度与时间价值的函数关系进而将车内拥挤度转化为支付额外时间,并结合出行时间、出行距离构建出乘客线路推荐模型。最后,通过实际的数据集对上下车站点判断进行验证说明模型的有效性。(3)分析解决多目标问题的传统方法存在的缺点,提出将传统的基于线性加权算法结合粗粒度并行遗传算法作为求解模型算法并给出详细的步骤,最后进行实验将推荐的线路与百度地图推荐的线路进行对比说明可行性。(4)通过功能性与非功能性需求分析确定系统所需开发功能,并结合分布式微服务项目思想构建系统架构图同时对数据库进行设计,最后根据实际的数据集并结合百度地图API对系统功能模块运行效果进行验证。
个性化公交线路推荐系统的研究与设计
这是一篇关于系统搭建,个性化推荐,线路推荐,多目标规划的论文, 主要内容为随着经济社会发展,我国人均拥车量急剧增长,城市的交通拥挤现象愈演愈烈,发展公共交通便成为了解决城市拥堵病的良方。同时,人们往往根据传统电子地图的线路推荐来选择公共交通出行方案,但由于其只是根据单因素进行线路推荐无法满足乘客的个性化需求,限制了人们乘坐公共交通的意愿。为此,本文提出个性化公交线路推荐系统,对公交车内拥挤度、出行时间和出行距离这三个因素构建乘客线路推荐模型,并根据乘客给予各个因素的不同权重进行个性化推荐。该系统前端采用vue框架后端采用Spring Boot+Spring Cloud框架构建的分布式微服务系统,通过功能需求分析确定系统功能包括:站点查询、线路查询、个性化线路推荐、热门线路推荐和后台信息管理等,每个功能为每一个微服务能够独立的部署、运行以及测试并通过服务间的调用为系统完整功能。最后结合实际的数据集和百度地图提供的API接口将运行效果展现在地图上。本文的主要研究内容如下:(1)介绍了公交乘客出行在选择线路时考虑到各种因素并进行分析,主要因素包括:换乘次数、出行距离、出行时间、花费以及客流量等因素,从而确定模型所需要优化的因素。(2)介绍常规公交数据的数据结构并对其中的IC卡数据和GPS数据进行预处理,然后将IC卡数据以设定的时间阈值作为约束条件进行聚类分组并与GPS数据中车辆到站时间进行匹配,推断出刷卡乘客上车的站点。对基于公交乘客出行行为的下车概率模型进行改进,结合站点吸引权和站点换乘能力构建本文下车概率模型。由此可推测出车内拥挤度并建立车内拥挤程度与时间价值的函数关系进而将车内拥挤度转化为支付额外时间,并结合出行时间、出行距离构建出乘客线路推荐模型。最后,通过实际的数据集对上下车站点判断进行验证说明模型的有效性。(3)分析解决多目标问题的传统方法存在的缺点,提出将传统的基于线性加权算法结合粗粒度并行遗传算法作为求解模型算法并给出详细的步骤,最后进行实验将推荐的线路与百度地图推荐的线路进行对比说明可行性。(4)通过功能性与非功能性需求分析确定系统所需开发功能,并结合分布式微服务项目思想构建系统架构图同时对数据库进行设计,最后根据实际的数据集并结合百度地图API对系统功能模块运行效果进行验证。
个性化公交线路推荐系统的研究与设计
这是一篇关于系统搭建,个性化推荐,线路推荐,多目标规划的论文, 主要内容为随着经济社会发展,我国人均拥车量急剧增长,城市的交通拥挤现象愈演愈烈,发展公共交通便成为了解决城市拥堵病的良方。同时,人们往往根据传统电子地图的线路推荐来选择公共交通出行方案,但由于其只是根据单因素进行线路推荐无法满足乘客的个性化需求,限制了人们乘坐公共交通的意愿。为此,本文提出个性化公交线路推荐系统,对公交车内拥挤度、出行时间和出行距离这三个因素构建乘客线路推荐模型,并根据乘客给予各个因素的不同权重进行个性化推荐。该系统前端采用vue框架后端采用Spring Boot+Spring Cloud框架构建的分布式微服务系统,通过功能需求分析确定系统功能包括:站点查询、线路查询、个性化线路推荐、热门线路推荐和后台信息管理等,每个功能为每一个微服务能够独立的部署、运行以及测试并通过服务间的调用为系统完整功能。最后结合实际的数据集和百度地图提供的API接口将运行效果展现在地图上。本文的主要研究内容如下:(1)介绍了公交乘客出行在选择线路时考虑到各种因素并进行分析,主要因素包括:换乘次数、出行距离、出行时间、花费以及客流量等因素,从而确定模型所需要优化的因素。(2)介绍常规公交数据的数据结构并对其中的IC卡数据和GPS数据进行预处理,然后将IC卡数据以设定的时间阈值作为约束条件进行聚类分组并与GPS数据中车辆到站时间进行匹配,推断出刷卡乘客上车的站点。对基于公交乘客出行行为的下车概率模型进行改进,结合站点吸引权和站点换乘能力构建本文下车概率模型。由此可推测出车内拥挤度并建立车内拥挤程度与时间价值的函数关系进而将车内拥挤度转化为支付额外时间,并结合出行时间、出行距离构建出乘客线路推荐模型。最后,通过实际的数据集对上下车站点判断进行验证说明模型的有效性。(3)分析解决多目标问题的传统方法存在的缺点,提出将传统的基于线性加权算法结合粗粒度并行遗传算法作为求解模型算法并给出详细的步骤,最后进行实验将推荐的线路与百度地图推荐的线路进行对比说明可行性。(4)通过功能性与非功能性需求分析确定系统所需开发功能,并结合分布式微服务项目思想构建系统架构图同时对数据库进行设计,最后根据实际的数据集并结合百度地图API对系统功能模块运行效果进行验证。
个性化公交线路推荐系统的研究与设计
这是一篇关于系统搭建,个性化推荐,线路推荐,多目标规划的论文, 主要内容为随着经济社会发展,我国人均拥车量急剧增长,城市的交通拥挤现象愈演愈烈,发展公共交通便成为了解决城市拥堵病的良方。同时,人们往往根据传统电子地图的线路推荐来选择公共交通出行方案,但由于其只是根据单因素进行线路推荐无法满足乘客的个性化需求,限制了人们乘坐公共交通的意愿。为此,本文提出个性化公交线路推荐系统,对公交车内拥挤度、出行时间和出行距离这三个因素构建乘客线路推荐模型,并根据乘客给予各个因素的不同权重进行个性化推荐。该系统前端采用vue框架后端采用Spring Boot+Spring Cloud框架构建的分布式微服务系统,通过功能需求分析确定系统功能包括:站点查询、线路查询、个性化线路推荐、热门线路推荐和后台信息管理等,每个功能为每一个微服务能够独立的部署、运行以及测试并通过服务间的调用为系统完整功能。最后结合实际的数据集和百度地图提供的API接口将运行效果展现在地图上。本文的主要研究内容如下:(1)介绍了公交乘客出行在选择线路时考虑到各种因素并进行分析,主要因素包括:换乘次数、出行距离、出行时间、花费以及客流量等因素,从而确定模型所需要优化的因素。(2)介绍常规公交数据的数据结构并对其中的IC卡数据和GPS数据进行预处理,然后将IC卡数据以设定的时间阈值作为约束条件进行聚类分组并与GPS数据中车辆到站时间进行匹配,推断出刷卡乘客上车的站点。对基于公交乘客出行行为的下车概率模型进行改进,结合站点吸引权和站点换乘能力构建本文下车概率模型。由此可推测出车内拥挤度并建立车内拥挤程度与时间价值的函数关系进而将车内拥挤度转化为支付额外时间,并结合出行时间、出行距离构建出乘客线路推荐模型。最后,通过实际的数据集对上下车站点判断进行验证说明模型的有效性。(3)分析解决多目标问题的传统方法存在的缺点,提出将传统的基于线性加权算法结合粗粒度并行遗传算法作为求解模型算法并给出详细的步骤,最后进行实验将推荐的线路与百度地图推荐的线路进行对比说明可行性。(4)通过功能性与非功能性需求分析确定系统所需开发功能,并结合分布式微服务项目思想构建系统架构图同时对数据库进行设计,最后根据实际的数据集并结合百度地图API对系统功能模块运行效果进行验证。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设驿站 ，原文地址：https://bishedaima.com/lunwen/52735.html
