小波神经网络煤矿井下涌水量影响因素挖掘与预测

合理预测矿井涌水量,及时有效制订排水方案,是保证井下人员安全生产及经济开采的需要。根据煤矿井下涌水量影响因素的不确定性,选取的平均影响值通过误差反向传播网络,确定涌水量各影响因素相关程度,实现涌水量影响因素的筛选。采用小波方法对涌水量进行分析,发现其相同的季节大致有相同的走势。依据小波中的时间聚合因子,建立了基于时间序列的小波神经网络短时预测模型,对某矿涌水量进行分析。结果表明:涌水量预测最大绝对误差为4.179 7m3/d,最大相对误差为2.079%,最小绝对误差为0.000 5 m3/d,最小相对误差为0.000 2%;平均相对误差绝对值为0.482 3 m3/d,平均相对误差为0.285 7%,正确率平均达到了99.714 3%。预测指标满足了矿井涌水量排水的要求。     

油藏数值模拟效果的定量评价方法

油藏数值模拟工作效果的评价以往都是依靠人为的定性判断来实现的 ,没有一个统一的定量评定标准。结合多年的油藏数值模拟理论研究与实践经验 ,作者对数值模拟效果的定量评价方法进行了探索。将区块综合相对误差、单井平均相对误差、瞬时相对误差和单井综合相对误差作为模拟效果评价的量化指标 ,其中第一个误差用来定量评价区块的拟合效果 ,后三个误差用来定量评价单井的拟合效果。利用这些指标对孤东油田二区馆陶组中馆 4 2 、4 5小层的数值模拟效果进行了定量评价。结果表明 ,用此方法可以对不同区块以及运用不同的数值模拟软件所做的数值模拟工作进行统一的定量评价     

基于关联规则及BP神经网络的风电场输出功率预测

针对风电场输出功率预测受气象因素不确定性和异常历史数据的影响而出现的预测结果精度不高的问题,提出基于关联规则及BP(back propagation)神经网络的风电场输出功率预测方法.对异常和缺失数据进行处理,采用改进K-means聚类算法对温度/风速气象数据进行聚类分析,使用Apriori算法挖掘风电场输出功率与气象因素间的关联规则,将关联规则应用于BP神经网络.将4种方法的预测误差进行对比,结果表明:相对其他3种方法,该文方法的最大相对误差、最小相对误差、平均相对误差均最小;其最大相对误差不超过5.78％,最小相对误差仅为0.01％.因此,该文方法能提高风电场输出功率预测的准确度,具有有效性.     

油藏数值模拟效果的定量评价方法

油藏数值模拟工作效果的评价以往都是依靠人为的定性判断来实现的，没有一个统一的定量评定标准。结合多年的油藏数值模拟理论研究与实践经验，作者对数值模拟效果的定量评价方法进行了探索。将区块综合相对误差、单井平均相对误差、瞬时相对误差和单井综合相对误差作为模拟效果评价的量化指标，其中第一个误差用来定量评价区块的拟合效果，后三个误差用来定量评价单井的拟合效果。利用这些指标对孤东油田二区馆陶组中馆4^2、4^5小层的数值模拟效果进行了定量评价。结果表明，用此方法可以对不同区块以及运用不同的数值模拟软件所做的数值模拟工作进行统一的定量评价。     

考虑节假日因素影响的上海市月入境旅游人数预测

通过对上海市月入境旅游人数时间序列数据特征的分析,提取了该时间序列的成长性趋势项和周期性趋势项,建立了乘法模型,并对乘法模型的预测误差进行分析,发现节假日因素对预测精度有着重要的影响.关于节假日因素对上海市月入境旅游人数的影响,引入相关变量对乘法模型进行修正,将平均相对误差从4.54%下降到4.12%,将最大平均误差从22.81%下降到18.67%,说明在乘法模型中引入节假日因素能有效提高预测精度.     

人工神经网络技术在水质动态预测中的应用

根据前人研究,上海地区地下水的水质变化主要受人工开采和回灌活动的影响,然而,由于地下水流动的复杂性,水质变化与采灌井的开采量及回灌量之间存在着完全非线性的关系;加一方面,人工神经网络技术具有较强的解决矛盾样本（即非线性问题）的能力,因此,作者在收集已有观测资料的基础上,利用人工神经网络技术对上海地区第Ⅲ承压含水层的矿化变化进行了预测。算例表明,应用该法进行单井预测的相对误差只有2.07%,多井预测的相对误差小于1.5%。     

组合模型在深圳港货物吞吐量预测中的应用

根据深圳港货物吞吐量的历史数据,分别利用时间序列的三次指数平滑法、GM(1,1)灰色预测模型法以及组合预测法对深圳港货物吞吐量进行探讨,并对未来几年深圳港货物吞吐量进行预测.结果表明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差的绝对值,都小于单独用三次指数平滑法或GM(1,1)灰色预测模型法时的平均绝对误差、平均相对误差的绝对值,可以降低误差,提高预测精度.     

基于模糊GMDH网络的交通流量预测模型

针对传统数据处理组合方法(Group method of data handling,GMDH)网络建模用最小二乘法辨识参数会导致模型预测效果不理想的问题,将模糊推理模型引入GMDH网络,以取代传统GMDH网络的部分描述(即完全二元二次多项式),提出了一种基于模糊GMDH网络的交通流量预测模型。计算机仿真结果表明,该模型预测平均相对误差仅为2.31%,小于传统GMDH网络模型预测平均相对误差3.35%,说明了该模型是有效的。     

灰色马尔科夫模型在我国病毒性肝炎发病率预测中的应用研究

为科学、准确的预测我国病毒性肝炎的发病趋势，利用灰色马尔科夫模型对我国2000-2016年病毒性肝炎发病率进行拟合，对2017-2019年发病率数据进行预测，并与灰色GM(1,1)预测模型比较以检验模型拟合与预测效果.结果表明，2000-2016年我国病毒性肝炎发病率的灰色马尔科夫模型拟合的平均相对误差为3.06%,灰色GM(1,1)模型拟合的平均相对误差为11.96%;2017-2019年灰色马尔科夫模型预测的平均相对误差为2.05%,灰色GM(1,1)模型预测的平均相对误差为13.47%.灰色马尔科夫模型比灰色预测模型的预测结果更准确，模型精度更优，是我国病毒性肝炎发病率预测效果较为科学、准确的预测模型.     

一种改进的模糊变权重组合预测方法

在对FVW方法的实质进行分析的基础上,根据预测对象的变化趋势对加权系数的影响,利用预测相对误差、预测对象的变化趋势,对曹长修等提出的FVW方法加以改进,克服了原有FVW方法中用预测绝对误差和预测绝对误差的变化率为模糊控制因素时的因素相关性;通过灰色关联度引入基本权重概念,以刻画各种方法在某时刻前一段时期内全面的、平均的预测效果对加权系数的影响.仿真结果表明,采用改进后的FVW法,预测平均误差和预测平方根误差均较小.     

基于GMS的地层三维结构可视化模型及神经网络预测

 通过收集到的长春市及周边地区各类钻孔资料,运用软件GMS建立了长春及周边地区的三维地层结构可视化模型,与实际地质(地形)情况较为吻合,清晰地反映出长春地区地层结构情况,通过软件还可观察地层任意位置的剖面情况。将神经网络引入其中,当输入钻孔坐标(x,y,z)、地层厚度及地层深度时,能够较为准确地预测出对应地层的地质时代和岩性,采用结构为5-13-5的BP神经网络(单隐含层)预测结果的平均相对误差为11.12%,其最小误差为7.50%、最大误差为15.71%;采用改进后的结构为5-11-7-5的BP神经网络(双隐含层),预测结果的平均相对误差为4.64%,其最小误差为3.63%、最大误差为6.59%,完全满足预测精度要求。     

潜艇感应磁场的三维有限元法计算研究

本文论述了潜艇垂直感应磁性磁场的有限元计算方法，并研究了提高计算精度的问题，对于２Ｂ深度龙骨下１３个测量点，用０３潜艇船模实验数据校核得出，该磁场的平均相对误差为８．６２％的良好结果，由此得出舰船感应磁场的原始数据可用数值方法计算，并为舰船磁场从物理模拟走向数学模型创造了有利条件。     

集雨农业降水资源评估方法的研究

利用降水和地形资料,建立了定西县及其邻近的２５个观测站点的栅格数字高程模型（ＤＥＭ）、各测站近３４年的实测降水量及其相关信息空间数据库。采用统计模型、空间插值和综合方法,模拟了研究区３４年的年平均降水量、降水变率、降水保证率、丰水年和欠水年的年均降水量,以及雨季（７￣９月）和春小麦生长时期（３月中旬￣７月中旬）的降雨量空间分布,用５个观测站点的降水资料对各种模拟方法进行了精度评估。并且,在不同的空     

基于时序动态分析的油井产量预测研究

针对目前常用的油井产量预测方法效果并不理想的问题，开展时间序列分析来进行油井产量动态预测研究。采用时间序列分析结合残差修正方法，建立具有时序动态分析能力的产量差分自动回归移动平均模型（Autoregressive Integrated Moving Average，ARIMA），得出预测初始值与真实油井产量的残差；通过构建支持向量机（Support Vector Machine，SVM）时序预测模型进行残差修正，获得油井产量组合预测值；并将长短期记忆网络（Long Short-Term Memory，LSTM）模型与上述方法进行对比。实验表明，组合预测模型、LSTM模型的预测结果平均相对误差率分别为9.81%和32.44%。说明组合模型预测更精准，为油井产量的动态预测提供了一种有效方法，可作为油井在生产计划时的快速实时辅助依据，具有实用价值。     

单桩轴向荷载-沉降曲线广义剪切位移解析算法

用线性弹性和塑性线性强化模型模拟桩周土的剪应力与剪应变非线性关系,将弹性阶段的剪切位移法推广到塑性阶段,得到了广义剪切位移理论,建立了桩土间耦合力学模型;利用此理论,分别对桩周土处于弹性、半塑性和全塑性3个不同阶段进行分析,推导出了不同边界条件下桩的荷载-沉降曲线的解析表达式以及统一解析式,对实际桩基进行了计算.研究结果表明:该方法能模拟工程中的复杂情况,从而能够解决复杂桩周边界条件下的桩基承载力与沉降问题,计算结果与实测结果最大误差为7.8%,平均误差为6%;由于考虑了桩土之间的连续性,利用该单桩承载力-沉降解析表达式能够求解桩土共同作用地基桩的承载力与沉降位移.     

基于功图的油井动液面计算模型及应用

针对油井动液面实时监测困难和基于地面功图推算误差大的问题,以油井地面示功图为条件,运用一维带阻尼波动方程求解泵功图;并研究了泵功图曲线各点的曲率计算模型、固定阀和游动阀开闭点确定方法以及泵功图上下冲程载荷差的计算方法。结合井筒及环空流体压力分布计算相关式,建立了基于泵功图计算动液面深度的数学模型。经51口油井的计算分析,计算动液面深度与实测动液面深度的最大相对误差为14.84%,最小相对误差为0.48%,平均相对误差为3.61%;相对误差在10%以内的有48口,占计算总井次的94.1%。研究结果表明所建立的计算模型具有较高的精度,能够实现了油井动液面的实时、准确计量,提高了油井生产分析的及时性,有利于油田数字化和信息化建设。     

基于鱼眼镜头的树高测量方法

为解决当前测量树高方法中存在测量误差大、测量不便等问题,提出一种基于鱼眼镜头的树高测量方法.该方法首先利用鱼眼镜头成像模型确立世界坐标系到图像像素坐标系的变换关系;然后以畸变系数的等距投影模型为基础,利用Scar-amuzza鱼眼相机标定方法求解参数并建立测量系统模型;最后利用图像处理技术对实验图像进行轮廓提取、分割及极值点提取,实现对树高的测量.通过所提出的测量方法对树高进行测量,实验结果表明:测量方法的测量误差在-0.196～0.195m,树高测量最高相对误差为2.75％,平均相对误差为1.505％,说明该方法有效减小了测量误差,具有很高的精确性,同时测量方法简便,可操作性强.     

小型自适应翻转攀爬机器人的设计与实现

为解决高空作业的危险性问题,设计并实现了一种小型自适应翻转攀爬机器人。机器人由5 个连杆和4 个关节组成,通过加速度传感器获取关键连杆的位置,并按照设定距离实现跨步、翻转动作。提出了翻转机器人的翻转控制算法,并利用PID( Proportional-Integral-Derivative) 闭环控制算法提高翻转机器人的攀爬动作精度。通过实验可知,翻转机器人的单次跨步平均耗时为29 s,跨步距离最大相对误差为4． 5%,平均相对误差为2． 1%,最大负重3． 79 kg,可实现稳定的连续攀爬。     

双重改进灰色马尔可夫模型的物流园区物流量预测

为科学预测物流园区的物流量,对灰色马尔可夫预测模型进行双重改进,利用灰色波动多项式替代灰色模型中的指数型曲线,采用滑动转移概率矩阵改进传统的马尔可夫链.利用某物流园区物流量的调研数据对最大相对误差、平均相对误差、残差平方和等因素进行分析.结果表明,双重改进的灰色马尔可夫模型能够更好地预测物流园区的物流量.