车道模型对高速公路交通噪声预测准确性分析

根据桓永高速公路、随岳高速公路和京津第二通道高速公路的交通量、车型及车速等监测数据,运用中间车道预测模型和车道累积模型,分别对三条高速公路进行了噪声预测,将噪声预测值与实测值进行了对比,并分析了差值的原因,得出车道累积预测模型在高速公路交通噪声的预测准确性上优于中间车道模型.     

后张无黏结装配式框架节点抗震承载力预测

为研究后张无黏结装配式框架梁柱节点的抗震性能,提出了一种节点骨架曲线上特征点的计算方法.首先,基于弹性梁的理论和刚体转动原理,详细分析了后张无黏结节点梁端位移的组成,并给出计算位移的通用公式.然后,根据梁端截面在不同临界点(开裂点、线性极限点、混凝土核心区压碎点)的受力特点,计算了各特征点对应的荷载.最后,根据后张无黏结角钢连接节点的转动特征以及角钢在反复拉压荷载下的恢复力模型,得到骨架曲线上特征点的简化计算公式.计算结果与低周往复荷载下节点试验结果吻合较好,由此证明了计算的合理性和正确性.结果表明,该计算方法基于合理的力学概念,可较为准确地预测节点骨架曲线,具有计算简便、适用性广的优点.     

建筑拆除废弃物水泥稳定碎石力学特性及其设计参数

为了深入分析建筑拆除废弃物应用于公路工程中的可行性,通过室内试验揭示了龄期、新集料掺量等因素对建筑拆除废弃物水泥稳定碎石(CCWM)无侧限抗压强度、劈裂强度和抗压回弹模量等力学参数的影响规律,建立了各力学参数的预估模型,提出了CCWM各力学参数的推荐参考值.结果表明:CCWM无侧限抗压强度、劈裂强度和抗压回弹模量随着龄期和新料掺量的增加而增加;新集料掺量每提高20%,CCWM的无侧限抗压强度提高8%~90%,劈裂强度提高5%~75%,抗压回弹模量提高2%~21%;建立的预估模型能够较好地预测CCWM各力学参数变化规律;CCWM无侧限抗压强度和劈裂强度的推荐参考值分别为2.7~5.5和0.59~1.06MPa,用于弯沉计算和拉应力计算的抗压回弹模量推荐参考值分别为1 300~1 900和1 700~2 200 MPa,可供路面设计与施工参考.     

金矿浮选回收率预测模型

浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上,分别采用多元线性回归和BP神经网络的方法,建立了金矿厂浮选回收率的预测模型.预测误差分析表明,BP神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用.     

基于BP神经网络优化的灰色线性回归组合模型应用分析

在分析灰色线性回归组合预测模型基本原理的基础上,利用MATLAB强大的计算功能,实现组合预测模型算法。通过实例分析发现拟合结果对实测值出现一定的波动性,故通过建立实测值与模拟值之间的比值序列,再利用BP神经网络模型对该比值序列进行建模优化,以进一步优化组合模型的预测精度。最后实例证明了该优化模型具有较高的拟合和预测精度,是一种可行、有效的优型变形数据分析模型。     

人凝血因子Ⅸ的线性B细胞表位预测及鉴定

为预测并鉴定人凝血因子IX(FIX)的线性B细胞表位.通过IEDB数据库及Discovery Studio软件预测FIX的B表位和白喉毒素T结构域(DTT)的B表位,用所预测的FIX的B表位替换某预测的DTT的B表位形成DTT-表位融合蛋白.通过基因工程技术制备各重组蛋白,并免疫小鼠,通过ELISA和Western-blot检测抗血清效价和特异性,通过等温量热滴定技术(ITC)测定抗体的亲和力.预测到4个FIX的B表位.用重组蛋白FIX-2-DTT免疫的小鼠产生了识别完整FIX的抗体,该抗体具有良好的特异性,其结合常数KD为106 M-1.表明FIX-2(306 NAAINKY312)是FIX的B表位,用重组蛋白FIX-2-DTT免疫小鼠能够产生特异性识别FIX且亲和力温和的抗体.     

Buck型DC-DC变换器中数字预测模糊PID控制器的设计与实现

为了提高数字DC-DC变换器的瞬态响应性能,设计了一种基于数字预测控制方法的模糊PID控制器.该控制器根据Buck型DC-DC变换器的电路结构,准确预测单个开关周期或多个开关周期后的负载电压和电感电流,以克服环路时延对系统瞬态响应的影响;同时,在基本PID控制基础上引入模糊控制,实时在线调整PID控制参数,以克服变换器的非线性特性对瞬态能力的影响.所设计数字控制器经FPGA验证,结果表明,与基本PID控制相比,所设计数字预测模糊PID控制器能有效提高变换器的瞬态响应能力,变换器的瞬态响应时间缩短1/3,电压超调量小于5%.     

去除AMR语音编码器前瞻时延的研究

为降低自适应多速率（AMR）语音编码器的时延,提出了一种去除其前瞻时延的方法. 此方法采用协方差算法计算线性预测系数,然后用线性预测系数外推得到新样点. 用新推得的样点取代原来的前瞻样点,从而去除了编码器的前瞻时延. 进一步对重建语音质量分别进行了客观评价和主观评价,并且计算了算法复杂度. 实验结果表明该方法在去除前瞻时延的同时,重建语音质量接近原始AMR的重建语音质量.      

α-淀粉酶Amy7C及其突变体催化常数的定量预测

【目的】利用α-淀粉酶Amy7c及其突变体的氨基酸信息,预测该酶的催化常数（Kcat）,并筛选出能预测α-淀粉酶Kcat最具效果的氨基酸属性。【方法】先以20-l前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶Amy7C及其突变体催化常数的拟合。再将α-淀粉酶Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验。最后,对8种不同层次及神经元个数的模型进行比较。【结果】110个氨基酸属性可实现20-l神经网络模型收敛,表明这些氨基酸属性可用于预测α-淀粉酶的催化常数,不同指标的预测效果不同。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P值结果无显著性差异。【结论】氨基酸分布概率等属性可以用于预测α-淀粉酶催化常数。四层神经网络模型是预测α-淀粉酶催化常数的相对理想的模型。     

基于案例与模糊推理的中医诊断系统研究

中医诊断过程中存在着大量的不确定信息,使得需要精确数据的计算机很难参与其中.阐述了案例推理和模糊推理的基本概念和原理,结合中医领域知识的特点,提出一种模糊规则推理机制.采用基于案例的模糊推理机制来实现推理过程,融合了人工智能领域的案例和模糊推理技术,并应用于中医诊断.实践证明:该机制具备良好的推理能力,能够为医生的正确判断提供决策支持.