自适应加权最小二乘支持向量机的空调负荷预测

为了提高建筑空调负荷的预测精度,在分析空调负荷主要影响因素的基础上提出了一种基于自适应加权最小二乘支持向量机(AWLS-SVM)的建筑空调负荷预测方法。该方法根据预测误差的统计特性,采用基于改进正态分布加权规则,自适应地赋予每个建模样本不同的权值,以克服异常样本点对模型性能的影响。建模过程中采用粒子群优化(PSO)算法对模型参数进行优化,以进一步提高模型预测精度。基于DeST模拟数据将AWLS-SVM方法应用于南方地区某办公建筑的逐时空调负荷预测中,并与径向基神经网络(RBFNN)模型、LS-SVM模型及WLS-SVM模型作比较,其平均预测绝对误差分别降低了51.84%、13.95%和3.24%,并进一步基于实际空调负荷数据将该方法应用于另一办公建筑的逐日空调负荷预测中。预测结果表明:AWLS-SVM预测的累积负荷误差为4.56MW,亦优于其他3类模型,证明了AWLS-SVM具有较高的预测精度和较好的泛化能力,是建筑空调负荷预测的一种有效方法。     

沛城煤矿7层煤锚网支护间排距

煤巷锚网梁支护间排距必须根据煤层顶底板岩性及煤层性质选择合理的理论计算方式，还要考虑临近矿和本矿支护经验，确定合理的锚杆间排距。     

基于PCA与RBF的建筑能耗预测建模

由于建筑能耗因子间存在非线性和高度冗余特性,传统预测方法很难消除数据之间冗余和捕捉非线性特征,导致预测精度较低.为了提高建筑能耗预测精度,提出一种将主成分分析(principal component analysis,PCA)和径向基函数(radial basic function,RBF)神经网络相结合的建筑能耗预测方法(PCA-RBF).利用PCA消除建筑能耗高维变量数据的相关性,并按累积贡献率提取主成分,将主成分作为RBF神经网络的输入进行训练学习.通过PCA避免了模型过多的输入导致的训练耗时长及预测精度较低的不足.通过将PCA-RBF模型方法应用于某办公建筑能耗的预测中,并与RBF神经网络及BP神经网络模型相比,实验结果表明PCARBF模型方法能有效提高建筑能耗预测精度.     

基于图像边缘保持的反距离加权插值算法

在数据可视化过程中运用一般的插值算法处理图像,边界效果通常比较模糊,也容易造成图像边缘信息的大量损失,导致图片整体增强效果欠佳。针对该问题,将图像边缘保持策略引入到反距离插值算法中,提出了基于图像边缘保持的自适应反距离加权插值算法(adaptive inverse distance weighted interpolation,AIDWI)。在图像边缘优化方向确定的基础上,利用反距离加权插值函数获取图像边缘区域像素间的关系,根据权值下降指数调节图像边缘的清晰度,设置平滑参数控制算法的平滑效应,达到图像整体增强效果的最佳状态。利用计算机进行图像增强仿真实验,通过基于图像能量谱的图像质量测度值和图像熵值对图像整体增强效果进行评估,结果表明经算法处理后的图像整体增强效果明显,算法在执行效率和提升图像熵值等方面均具有突出的优越性。     

方位交会法在城区测量中的应用

文中从城区测量定向困难的实际情况出发,介绍了使用方位交会法确定高大建筑物平面直角坐标,然后用其作为定向的后视方向的做法,并对交会点点位精度进行了分析,提出了最佳交会图形。     

大型贯通测量方案的选择与误差预计

我矿为了扭转采掘接续失调的局面,解决长距离通风问题,决定建设一个风井,由于贯通导线测距达11900米,难度较大,为保证这次贯通的顺利完成,特编制如下贯通测量方案。     

酒蒸川芎贵州特色炮制方法的工艺优化

目的:为了更好地控制酒蒸川芎贵州特色炮制方法的饮片质量，通过正交试验设计，优选出川芎酒蒸的最佳炮制工艺。方法:以黄酒用量、浸泡时间、蒸制时间、干燥时间为考察因素，以阿魏酸含量、醇浸出物为考察指标，采用L₉(3⁴)正交试验设计及综合分析评分法，优选川芎最佳酒蒸炮制工艺。结果:酒蒸川芎的最佳炮制工艺参数为：川芎饮片加入20%的黄酒，浸润8 h,蒸制10 min,稍晾，在70℃温度下干燥。在该炮制工艺条件下，阿魏酸的含量为0.186%,浸出物含量为29.562%,综合质量评分为0.979。结论:优选的酒蒸川芎贵州特色炮制方法工艺稳定可行，为川芎饮片的应用及生产提供参考依据。     

矿物药阳起石炮制工艺研究

目的:探索阳起石的最佳炮制工艺。方法:以钙离子含量、失重率为考察指标，以阳起石粒度、煅制温度、煅制时间为考察因素，采用L₉(3⁴)正交试验对阳起石炮制工艺进行优选。结论:阳起石最佳炮制工艺为粒度控制为1.0 cm、煅制温度为800℃、煅制时间为60 min。阳起石正交试验优选炮制工艺条件合理、稳定、可行，为矿物药阳起石的质量控制及临床应用提供依据。