基于PCA-IBAS-ELM的海底多相流管道内腐蚀速率预测

海底多相流管道运输介质中油、气、水共存,极易发生化学反应引发一系列腐蚀问题。为预测其腐蚀速率,对管内腐蚀机理及影响因素进行分析,提出基于主成分分析法（PCA）和改进甲虫天牛须算法（IBAS）的极限学习机（ELM）预测模型。PCA 筛选腐蚀因素,降低预测模型的输入指标维数,IBAS优化ELM的关键性能指标--输入权值及隐层阈值,提升预测精度。为检验模型效能,以我国海南东部某海底油气管道50组数据为例进行研究,并与其他两种模型对比分析。结果表明：温度、pH值、流体流速和CO2分压是影响该类型管道腐蚀的关键因素,PCA-IBAS-ELM预测结果与实际值拟合度更高,其均方根误差（RMSE）,平均绝对误差(MAE)和平均绝对百分误差（MAPE）和均小于比较模型。 可见构建模型对于海底多相流管道内腐蚀速率预测具有优越性。     

基于随机森林算法的混凝土早期抗裂性预测研究

将随机森林(Random Forest)回归算法应用于混凝土早期抗裂性研究.以松通项目混凝土为例,基于大量文献和工程经验选取了7个主要影响因素的混凝土早期抗裂性指标体系.以原始数据建立训练样本集和测试集,通过计算基于Bootstrap自助重抽样得到的袋外数据(OOB)的模型误判率,确定随机森林预测模型的最优参数,并对影响因素进行重要性排序,利用Pearson相关性图分析各影响因素相关度,然后建立RF训练模型,输出模型训练集和预测集的预测拟合结果.通过RMSE和R~2值分析模型的预测精度,并将预测结果与BP神经网络和小波神经网络模型对比.结果显示,随机森林预测模型误差最小,精度最高,验证了模型的准确性和可靠性.提出的随机森林预测模型为实现混凝土早期抗裂性预测提供了一种有效的方法.     

基于IPSO-SVR的盾构下穿既有道路沉降预测分析

目前，有关盾构隧道平行下穿既有道路的沉降预测研究相对较少。为准确预测在盾构过程中不同因素对既有平行道路沉降的影响规律，本研究提出一种基于改进粒子群优化的支持向量回归(IPSO-SVR)预测模型，将其应用于实际地铁隧道工程的地表道路沉降预测中。以长春地铁6号线下穿飞跃路区间工程为依托，结合盾构施工过程中盾构掘进参数、地层信息与道路沉降的监测，应用libsvm网格搜索法缩小超参数范围，同时结合非线性递减策略改进粒子群算法中惯性权重与加速因子的变化情况，最终建立IPSO-SVR预测模型，实现区间内后续路段的沉降预测。研究结果表明，对比网格搜索法与常规粒子群优化训练中目标函数(均方误差)的变化情况，经改进后的粒子群优化的收敛速度有较好提升，目标函数收敛效果更好，其最小值缩小近15%。本研究提出的IPSO-SVR对道路沉降预测平均绝对误差(MAE)为0.287，拟合决定系数R²为0.884，平均相对误差仅为8.91%，较反向传播(BP)神经网络、支持向量回归(SVR)、粒子群优化的支持向量回归(PSO-SVR)预测模型有更佳性能表现。由此可知，IPSOSVR对于复杂情况下多...     

基于随机森林回归和气象参数的城市空气质量预测模型——以重庆市为例

为有效进行城市空气质量预测、推进城市空气污染防治,弥补传统统计学模型在大数据时代背景下对城市空气质量预测准确率低、容错能力差等问题,提出利用随机森林回归构建城市空气质量预测模型;综合考量污染物浓度、气象参数、时间参数等多方面影响因素,通过网格搜索法调整参数的最优组合,构建基于随机森林回归算法的城市空气质量预测模型;基于重庆市2017-01-01—2020-07-31的指标数据,对重庆市空气质量进行预测分析,结果表明:在模型下训练集与测试集的确定性系数R~2均在99%以上,均方误差D_(MSE)和平均绝对误差D_(MAE)在训练集和测试集上的取值均在可接受范围内,证实模型具有运行速度快、预测误差小、具有较高的预测精度等优点,具备较好的学习能力与泛化能力。     

基于公交浮动车数据的城市主干道交通拥堵预测

交通拥堵预测是解决交通拥堵问题的前提。针对速度特性分析不全面的问题,基于公交浮动车数据,在速度时间相关性和空间相关性分析的基础上,加入了公交流量和时间占有率两个特征,提出了考虑时空特性和公交车流特性的改进粒子群优化的径向基函数神经网络(particle swarm optimization-radial basis function, PSO-RBF)速度预测模型。通过比较预测结果与速度阈值,得到城市主干道的交通拥堵情况。结果表明,与只考虑时空特性的预测结果相比,所提出的基于时空特性和公交车流特性的预测方法,可使模型预测的均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute error, MAE)分别降低13.58%、12.63%,决定系数达92.39%。同时,实例验证了改进的PSO-RBF神经网络模型的预测精度要优于标准的PSO-RBF神经网络。     

基于IOWA算子的短时交通流预测方法研究

本文首次将诱导有序加权平均（IOWA）算子应用到短时交通流预测中,建立了以整体预测误差平方和最小为目标的组合预测模型。在分析短时交通流预测模型的基础上,本文选取了指数平滑法、季节自回归求和移动平均模型（SARIMA）、BP神经网络模型对短时交通流进行预测,再用IOWA算子将这三种模型进行组合预测。最后进行实例验证,通过MAE、MSE和MAPE三项指标比较分析四种模型的预测效果。结果证明,IOWA算子组合预测模型明显优于其他的预测模型,有效地提高了短时交通流的预测精度。     

量子粒子群优化神经网络集成股市预测模型研究

利用量子粒子群优化神经网络集成个体的网络结构和连接权值,对集成个体进行支持向量机回归集成,建立一个新的量子粒子群优化神经网络集成股市预测模型。新模型能有效提高神经网络集成系统的泛化能力,易操作,稳定性好,预测精度高,具有良好的应用前景。     

基于网格搜索优化的XGBoost模型的股票预测

本文提出了一种改进的XGBoost股票预测模型GC-XGBoost,并将该模型运用到股票市场进行股票价格短期预测。实验结果表明GC-XGBoost模型在MSE,MAE,R2三个评价指标上优于没有进行参数优化的XGBoost模型,说明GC-XGBoost模型比XGBoost模型提高了预测能力。     

基于PSO—SVR的电力负荷预测

电力系统负荷预测精度直接决定了预测模型的质量.为了降低预测模型输出结果的预测误差,提出了粒子群算法优化支持向量机回归这一智能预测方法.通过对环境温度、节假日、工作日、日期的采集与分析作为模型的输入,以日平均负荷作为模型的输出.最后,通过仿真,对引入粒子群算法的支持向量机回归模型的预测结果进行对比分析.结果表明:优化后的智能模型取得了更为理想的预测结果.     

基于遗传算法-深度神经网络的分布式光纤监测工作面矿压预测

为了准确掌握工作面矿压显现规律并对来压位置进行准确预测，搭建了相似材料物理模拟试验，并引入分布式光纤监测煤层采动过程中上覆岩石变形。结合光纤测点频移值的统计特征及工作面开采位置等矿压影响因素，利用门控循环单元深度神经网络(Gated Recurrent Neural Networks ,GRU)，并采用遗传算法(Genetic Algorithm，GA)对GRU网络中的超参数寻优，建立了GA-GRU-BP的工作面来压位置预测模型。采用相关性系数(R2)、平均绝对误差(MAE)和均方根误差(RMSE)作为预测模型的性能评价指标，并与随机森林(RF)、GA-支持向量机(SVM)、GA-GRU进行算法性能比较。实验结果表明, GA-GRU-BP预测模型的预测精度R2达到了98.7%，MAE、RMSE分别为1.224cm，1.769cm, 远低于对比方法的评价指标，表明GA-GRU-BP预测模型具有较高的准确率和鲁棒性，为工作面矿压来压位置预测提供了新的方法。     

基于改进型残差网络烟雾图像识别

摘 要：当前在深度学习上对烟雾图像和视频识别较少,目前存在的问题是烟雾视频图像第一帧识别率低,覆盖范围小,自适应较差的情况。本文算法改变了ResNet结构,实现精确的烟雾区域检测。在实验中经过5000张不同烟雾图像的数据集学习,实验结果准确地识别了烟雾图片,为大范围的火灾烟雾报警提供了一种有效方案。     

基于聚集诱导发光原理研究三苯胺醛-丙二腈复合物的电化学发光效应

基于聚集诱导发光（AIE）原理研究了三苯胺醛-丙二腈（MT）复合物的电化学发光（ECL）效应,成功合成MT复合物,研究其在水/二甲基亚砜（H₂O/DMSO）体系和牛血清蛋白（BSA）体系中的荧光增强效应.MT溶解于不同配比的H₂O/DMSO时,体系中的聚集效果也不同,随着水含量的增加,荧光效应逐步增强,ECL强度也逐步增强.同时,因为BSA本身具有疏水和亲水基团,当BSA与有机物混合时,疏水部分将复合物包裹在一起,限制其分子中基团的振动和转动,通过BSA体系进行聚集诱导能够观察到非常明显的荧光增强效应及ECL增强效应.文章结合聚集诱导效应和ECL,为ECL探针的研究提供了新的思路.     

基于CUDA的运动估计算法研究

运动估计是H.264视频编码器中复杂度最高、耗时最长的模块.本文介绍了运动估计的基本原理以及全搜索算法FS(Full Search)和钻石搜索法DS(Diamond Search)等经典的运动估计算法,并引入了基于CUDA的运动估计算法:全域消除GEA算法和基于CUDA的并行FS算法,有效地提高了H.264视频编解码速度.     

基于双极性多脉冲的UWB调制方案及性能分析

针对普遍单脉冲位置调制的不足,在已有的UWB(Ultra-Wideband)脉冲位置调制研究基础上,提出了一种改进的双极性多脉冲位置调制(AMPPM:Ambipolar Multi-Pulse Position Modulation)的UWB跳时调制方案,并对其加性高斯白噪声(AWGN:Additive white Gaussian Noise)下的信道容量,最大可靠通信距离等性能指标进行了理论分析。理论分析及实验数值结果表明,在相同的条件下,与普通的单脉冲位置调制(PPM:Pulse Position Modulation)相比,AMPPM能获得较高的容量,即在给定可实现脉冲宽度下可获得更高的通信速率。仿真结果表明,当脉冲宽度为0.5 ns时,L进制AMPPM可达到333 Mbit/s的速率,而同等条件下的L进制PPM仅能达到167 Mbit/s的速率。同时AMPPM在最大可靠通信距离指标方面也较相应的PPM及脉冲幅度调制(PAM:Pulse Amplitude Modulation)有改善,在100 Mbit/s及10-4的误码率下可达到8 m的通信距离。     

基于稳态视觉诱发电位的脑-机接口实验研究

为提取应用于脑-机接口系统的稳态视觉诱发电位信号(SSVEP),运用叠加平均与快速傅里叶变换(FFT)相结合的方法,由其频谱图上得到作为输入信号的稳态视觉诱发电位信号.通过实验确定了叠加平均次数与最佳视觉刺激颜色,并对混合闪光刺激下SSVEP的提取进行了研究.实验结果表明,该方法提取出的SSVEP信号能够反映使用者的控制意图,可应用于脑-机接口系统.     

IP层安全的研究和实现

IPSec协议体系是IETF制定的新一代网络安全协议标准.本文深入剖析了IPSec协议体系,结合网络层安全协议的特色,提出了基于IP(v4/v6)的IPSec实现方法和发展趋势.在此基础上,我们还自主设计和开发了基于IPSec的VPN组件,经测试取得了良好的效果.     

固定化果糖基转移酶的理化性质及稳定性研究

果糖基转移酶（FTS）能有效地把蔗糖转化为蔗果低聚糖，我们比较研究了从诱变的米曲霉GX0010菌株提取的果糖基转移酶（FTS）和固定化果糖基转移酶（IFTS）的理化性质及其稳定性，结果表明：两者的最适PH为5.5,IFTS比FTS的适宜温度范围扩宽了，而且IFTS的酸碱稳定性，热稳定性和贮存稳定性明显提高，间歇式生产时IFTS的使用半衰期为54次。     

基于Pd纳米粒子/聚苯胺的葡萄糖电化学传感器研究

采用静电纺丝技术结合化学原位还原沉积方法构建钯纳米粒子（Pd NPs）修饰的聚苯胺（PANI）空心管复合材料（Pd/PANI/GCE）.首先通过静电纺丝法制备聚苯乙烯（PS）纤维膜基底,然后在纤维膜基底上修饰苯胺单体,并进行原位聚合,获得磺化聚苯乙烯@聚苯胺（SPS@PANI）复合纤维膜.采用四氢呋喃（THF）溶解去除磺化聚苯乙烯（SPS）内芯后获得高导电性、高比表面积的PANI空心管材料,再通过化学原位还原法在PANI空心管表面均匀沉积Pd NPs,并由此构建了无酶葡萄糖传感器.实验结果表明：该传感器对葡萄糖检测的线性范围包括0.1~44.0μmol·L^-1和44.0~3 423.0 μmol·L^-1两段线性,最低检测限为0.06 μmol·L^-1.该传感器能够直接应用于实际唾液样品中对于葡萄糖的检测.     

基于BPI的ERP应用研究

ERP是一种利用现代信息技术建立的管理信息系统,能够全面整合企业内外资源,有效提高企业的经济效益和竞争能力。但是,ERP实施成功率低的问题一直是制约其应用的一个重要影响因素。通过分析企业业务流程对ERP实施绩效的影响,研究探讨了如何通过业务流程优化(BPI)促进ERP的成功建设。     

专用协议栈的防火墙内IPSec与NAT协同工作的研究

IP安全协议(IPSec)已成为构建虚拟专用网(VPN)的主要安全协议,而网络地址转换(NAT)作为解决目前IP地址危机的有效方法,通常被集成在防火墙系统内,广泛应用在现有的通信网络中.本文详细分析了IPSec与NAT在协同工作时产生的不兼容问题,比较现有的几种解决方案,并在专用协议栈的防火墙内采用 UDP封装的方法解决两者的兼容性问题.