《表3 直方图的最优箱宽和最优箱数》
采用本文的最优箱宽直方图密度估计和表1所示的4种经验规则方法,计算Case 1、Case 2和Case 3下牵引负荷概率密度直方图的最优箱宽和最优箱数如表3所示。对于Scott、FD和Sqrt规则所得的最优箱宽和最优箱数,Case 1的结果明显大于Case 2和Case 3的,而Case 2和Case 3的结果很相近。对于Sturges规则所得的最优箱数,3个算例下的结果都很接近,而且箱数都在20以内。这是由于样本极差不同,通过最优箱宽h*得到的最优箱数Nh*有较大的区别。箱数过多,直方图概率密度就会过于集中,这会导致直方图概率密度不平滑性;箱数过少,直方图概率密度就会过于平滑,而掩盖样本信息。结合式(16)和式(19),本文方法所得的最优箱宽是在相邻价值函数差值最小的情况下,由样本均值、样本方差和样本量所决定。由表2可知,不同牵引负荷测试数据的样本量和样本极差有较大的不同。由表3可知,本文方法所得的最优箱宽和最优箱数对不同的采样间隔、样本量和样本极差具有一定的稳健性。
图表编号 | XD00184190500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 车玉龙、王晓茹、吕晓琴、康永强 |
绘制单位 | 兰州交通大学自动化与电气工程学院、西南交通大学电气工程学院、西南交通大学电气工程学院、西南交通大学电气工程学院、兰州交通大学新能源与动力工程学院 |
更多格式 | 高清、无水印(增值服务) |