PSO-BP神经网络在露天矿卡车油耗预测中的应用

针对露天矿燃油消耗问题,利用粒子群优化算法对BP网络的权值和偏置进行优化,建立了基于粒子群优化BP神经网络的露天矿卡车油耗量预测网络模型.该方法使用由PSO优化的BP模型来拟合影响露天矿卡车油耗众多因素与油耗值之间的复杂关系.仿真结果表明:模型具有预测精度高、稳定性好等特点,适用于露天矿卡车油耗的预测,在露天矿燃油消耗预测中具一定的实用价值.     

露天煤矿边坡稳定性的随机森林预测模型

边坡工程是露天煤矿中的重点工程,边坡的稳定性关系着煤矿的安全生产。边坡稳定性预测是边坡防治工作的前提,针对煤矿边坡工程稳定性预测的复杂性,为了快速、有效地判别煤矿边坡稳定性,利用随机森林算法建立煤矿边坡稳定性预测模型。通过选取与煤矿边坡工程密切相关的岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力6个指标作为边坡稳定性的影响因素,即为随机森林预测模型的输入,边坡稳定性状态作为随机森林预测模型的输出,通过随机森林算法建立边坡稳定性影响因素与边坡稳定状态之间的非线性关系。利用煤矿实测30组边坡稳定性数据作为随机森林预测模型的训练数据集,进行模型的学习训练;另用12组边坡稳定性数据作为预测模型的测试数据,通过训练好的边坡稳定性预测模型进行测试;为了验证随机森林预测模型的准确率,同时与SVM和BP神经网络的测试数据进行比较。结果说明,选取煤矿边坡稳定性的6个指标建立的随机森林预测模型,人工控制参数较少、结构简单、容易实现,且具有较高的准确度,边坡稳定状态预测结果与煤矿边坡工程实际状态相吻合,能有效预测边坡稳定性状态,指导煤矿边坡防治工作的开展。     

因子分析与支持向量机相结合的煤炭自燃预测

针对煤炭自然发火预测问题,将因子分析理论与支持向量机算法相结合,构建了煤炭自燃的预测模型.采用SPSS软件对所选取预测煤炭自燃的8个指标进行因子分析,提取出4个主要因子,利用Matlab实现支持向量机模式识别,通过实际数据对模型训练与检验.研究结果表明:经因子分析降维后的SVM预测准确率高于未经因子分析的SVM预测结果,并验证了因子分析与支持向量机相结合可以较高精度实现对煤炭自燃的预测.     

SQL的查询速度优化方法

数据库查询是关系数据模型中关系操作的重要组成部分，而查询速度的快慢是系统是否优化的一个重要指标，也是当前网络数据库应用中所存在的瓶颈问题之一。本文从与数据库查询相关的索引、连接、Where子句等因素入手，结合实例分析了各因素对查询速度的影响，总结出根据表的不同情况选择聚簇索引或非聚簇索引对查询速度有明显影响：在组合索引中，使用频率高的字段应设置为前导列；建立充分的连接、优化Where子句对SQL的查询速度也有明显的提高。     

基于评分与文本融合的多注意力跨域推荐算法

为解决在目标领域推荐过程中用户与物品交互数据的稀疏性问题,提出一种新的跨域推荐模型。将辅助领域中的知识迁移到目标域中,基于前馈神经网络分别获得评分信息与评论文本信息的域独有特征;通过采用基于神经网络的特征提取器与基于向量嵌入的域鉴别器融合后的对抗模型,获得评分信息与评论文本信息的域共享特征;再基于多层注意力机制将域独有特征与域共享特征进行融合,从而获得用户对物品的兴趣度。研究结果表明：对于两种经典的推荐评价性能指标,所提出的模型在Amazon数据集上可以获得更好的推荐性能。     

浅析ODBC的配置

访问数据库中的数据是数据库应用中最基本、最重要的问题。通过 ODBC 访问数据库是现在常用的访问方法。也是现在数据库访问的一个种事实上的标准之一。如何实现对 ODBC 的自动配置已成为如今编程的一个难点问题。对 ODBC 的配置归纳为手工配置、代码自动配置和通过安装程序自动配置等三种方法。并对这几种方法的实现进行的探讨。旨在设计 ODBC 访问有所借鉴。     

触发器在大型数据库中的应用

为了提高触发器性能,对触发器的语法进行剖析、分解,数据关系应用进行归纳并结合大量的实践应用,得出数据触发关系主要有不同数据库系统之间的数据转换、同类数据进行不同处理、不同数据融合到一起和数据之间存在的级联关系.把触发器的应用归纳为四类系统集成、数据的拆分、合并和数据的级联更新,并给出了他们的模型.     

基于结构元理论的露天煤矿采剥计划模型

针对露天煤矿开采中年采剥量为模糊数的采剥计划优化问题,引入了模糊结构元理论,将动锥排除法获得的各个地质最优开采体的模糊采剥量用结构元表示,构建基于结构元的露天煤矿采剥计划模型.对某露天煤矿进行实证研究.结果表明:受市场供求关系及技术可行性等影响,该模型可同时得到模糊最佳生产量,可能的采剥顺序,可能的生产寿命及模糊总净现值的隶属函数解析表达,把模糊问题用精确的表达式表示,可为决策者提供更多的信息.     

触发器的典型应用

为了提高触发器的使用效率，对触发器的原理、运行机制和作用进行了剖析、分解，并对其作用进行归纳，结合大量的实践与应用，由此得出数据触发类型主要有：不同数据库系统之间的数据转换、数据的合并和数据间的相关完整性的实现。最后把触发器的应用归纳为三类，并给出了它们的模型和使用中的注意事项。     

露天煤矿边坡稳定性的随机森林预测模型

 边坡工程是露天煤矿中的重点工程,边坡的稳定性关系着煤矿的安全生产。边坡稳定性预测是边坡防治工作的前提,针对煤矿边坡工程稳定性预测的复杂性,为了快速、有效地判别煤矿边坡稳定性,利用随机森林算法建立煤矿边坡稳定性预测模型。通过选取与煤矿边坡工程密切相关的岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力6 个指标作为边坡稳定性的影响因素,即为随机森林预测模型的输入,边坡稳定性状态作为随机森林预测模型的输出,通过随机森林算法建立边坡稳定性影响因素与边坡稳定状态之间的非线性关系。利用煤矿实测30 组边坡稳定性数据作为随机森林预测模型的训练数据集,进行模型的学习训练;另用12 组边坡稳定性数据作为预测模型的测试数据,通过训练好的边坡稳定性预测模型进行测试;为了验证随机森林预测模型的准确率,同时与SVM 和BP 神经网络的测试数据进行比较。结果说明,选取煤矿边坡稳定性的6 个指标建立的随机森林预测模型,人工控制参数较少、结构简单、容易实现,且具有较高的准确度,边坡稳定状态预测结果与煤矿边坡工程实际状态相吻合,能有效预测边坡稳定性状态,指导煤矿边坡防治工作的开展。