三油楔固定瓦滑动轴承动特性解析模型的建立

以通过数值计算所得轴承不同结构参数下的动特性系数作为原始数据,采用多元非线性回归方法建立滑动轴承动特性系数的非线性回归解析模型.回归过程中,采用拟牛顿法与通用全局优化算法相结合的混合优化算法,以非线性最小二乘估计为准则,通过迭代计算获得模型的回归参数,建立了一种无初始模型的数据建模方法;实现了自动寻找隐含于数据间的数学模型,且无需人为提供参数初估值;以残差值为依据验证了所建模型的有效性.结果表明,所建解析模型保证了计算精度,同时克服了数值计算效率低的问题.     

中国象棋多自动机复合模型及其估值方法研究

应用离散事件动态系统有限自动机理论,建立了中国象棋多自动机复合模型.针对中国象棋机器博弈中传统静态估值方法对局面估值的不准确性,提出了动态估值方法.通过对原有的静态估值方法引入变量参数,提高了估值的准确性.     

土-结构系统的非线性参数反演研究

研究土-结构系统的非线性参数反演问题.建立了土-结构系统的二维集中质量非线性计算模型,提出了变量分离的非线性参数拟合法.利用非线性计算模型和变量分离的非线性参数反演法,实现了复杂的土-结构系统的非线性参数反演.以湖南大学建立的野外大比例尺土-结构系统的试验模型为算例,利用地震输入和系统响应,对系统的非线性动力参数进行反演.算例表明,该算法计算量小,反演精度高,可用于土-结构系统的非线性参数的在线反演.     

直齿圆柱齿轮传动设计的全局优化方法

分析现有齿轮传动优化设计方法在全局优化方面的不足.针对一类载荷系数一定的直齿圆柱齿轮传动设计的体积优化问题,建立非线性优化模型.基于模型特点的分析,采用变量组合与取自然对数的变量变换方法,将原非线性问题等价地转化为含混合变量的线性规划模型,并设计一类求解混合变量的线性规划问题的全局优化方法.将这一系列方法应用于研究典型的直齿圆柱齿轮传动优化设计案例,并与已有设计优化方法比较.结果表明:该全局优化方法得到的大小齿轮分度圆柱体积小于其他方法得到的圆整最优值.     

应用GEO-EAS软件进行露天矿区域化变量评价

结合露天煤矿区域化变量评价的具体情况,论述了地质统计学中变异函数的确定与拟合、克立格估值以及参数选择等基本理论和方法,介绍了GEO-EAS交互式软件包的主要特点和功能,提出了露天矿区域化变量评价的流程.最后以某露天矿为例,建立了17#煤层厚度的理论半变异函数模型,对其变异规律和勘探程度进行了分析评价;绘制了克立格估值等值线图、渲染图以及方差等值线图,并对其空间分布和估值精度进行了评价.实践证明,该软件在煤层、煤质以及开采指标评价等方面具有广阔的应用前景.     

基于半参数空间模型的房地产估值数据研究

针对现有的房地产估值模型中不包含空间自相关性以及非线性影响因素的问题,提出了可以灵活解释变量意义的部分线性空间自回归模型来拟合房地产估值数据;对于部分线性空间自回归模型的估计问题,利用局部多项式方法与拟极大似然估计法相结合的两步估计过程得到参数部分的估计;房地产估值数据的拟合结果表明:房地产估值数据确实存在空间相关性,房屋到最近的捷运站的距离与房价呈负相关关系,而步行生活圈中便利店的数量与房价呈正相关关系,这与现实意义上的解释是相通的,另外房屋年龄与房价之间的非线性关系也被体现出来;部分线性空间自回归模型能更加客观和灵活地解释房地产估值数据的现实意义。     

基于动态设计变量优化算法的非线性模型参数估计

为消除在传统非线性模型参数估计中由于线性化引起的模型误差,提出了一种基于动态设计变量优化的非线性模型参数估计算法·该算法以每个待估计的参数为设计变量,以与设计变量相关的误差函数为目标函数,并将参数约束条件构造在目标函数中,建立参数估计的最优化问题·针对圆形轨道倒立摆动力学模型进行参数估计,证明该算法具有很高的计算精度和较快的收敛速度,是解决非线性模型参数估计的有效方法之一·     

析取克立格理论及其在品位估计中的应佑

非线性现象普遍存在于许多自然科学的研究之中,而线性地质统计局限于对有效数据的线性组合,无法解决很多非线性问题;但是,一些非线性方法不容易处理,如条件期望的前提条件苛刻,计算复杂耗费大.析取克立格法(DK)介于两者之间,它利用二元概率分布函数进行估计,不仅有效、准确、易实现,更能很好地估计Z(x)的任意函数,解决可回采储量估计等现实问题.本文介绍了DK方法的基本理论和方法,对Z(x)的正态变换,厄米特多项式展开的过程进行详细讨论,并给出了计算实例,最后利用指示克立格对转换函数计算析取克立格估值,很容易解决可回采储量等非线性问题.     

析取克立格理论及其在品位估计中的应用

非线性现象普遍存在于许多自然科学的研究之中,而线性地质统计局限于对有效数据的线性组合,无法解决很多非线性问题;但是,一些非线性方法不容易处理,如条件期望的前提条件苛刻,计算复杂耗费大.析取克立格法(DK)介于两者之间,它利用二元概率分布函数进行估计,不仅有效、准确、易实现,更能很好地估计Z(x)的任意函数,解决可回采储量估计等现实问题.本文介绍了DK方法的基本理论和方法,对Z(x)的正态变换,厄米特多项式展开的过程进行详细讨论,并给出了计算实例,最后利用指示克立格对转换函数计算析取克立格估值,很容易解决可回采储量等非线性问题.     

用神经网络残余Kriging预测场地液化势

提出了基于神经网络残余Kriging的场地液化势数据预测模型.利用传统的地质统计学方法中的交叉验证技术来寻找网络参数Spread.在最优网络参数下,GRNN网络较好地映射了场地液化势的非线性趋势,再借助于Kriging对残余分量进行数据空间结构分析和估值.计算结果表明,GRNN网络预测的非线性趋势较好地刻划了场地液化势数据的全局特征,其非线性映射能力要高于趋势面技术.去势后的场地液化势残余分量满足本征假设条件,可以很方便地用Kriging方法来估值.本法可以嵌入岩土工程决策系统对未勘察区域进行场地液化预测和评价.     

暂态混沌神经网络算法在矿井通风网络风量优化中的应用

针对传统矿井通风网络解算方法的缺陷,提出一种新的暂态混沌神经网络的解算方法,利用混沌变量在混沌运动过程中所具有的遍历性、随机性来寻找全局的最优解,克服陷入局部极小的趋势.以通风总能耗最低为目标函数建立通风网络优化的数学模型,应用暂态混沌神经网络算法对一个简单通风网络的优化模型进行求解.实验结果表明:优化后通风系统总能耗降低了2.63 kW,节能率大约为3.78％.     

灰色神经网络交通事故预测比较

针对BP神经网络多变量输入难以确定的缺点,提出了采用灰色关联分析法确定主要影响因子输入的多因子灰色关联分析神经网络预测模型,实例证明,该方法预测精度优于全输入BP神经网络预测。进一步提出了应用选优BP神经网络输入预测和GM(1,N)组合预测的模型,它结合了灰预测利用少数据累加生成建模,容易找出数据变换规律的特点和神经网络能很好地非线性逼近,又需要较全数据的特点。实证研究结果表明,该组和网络模型获得了更准确的预测值,模型新颖,具有更好的预测精度,可广泛应用于各种预测研究,有较高的推广价值。     

模糊神经网络在地质数据分析中的应用

根据石油地质资料的特点，提出了一种应用于地质数据分析的模糊神经网络模型。试验结果表明，用该模型进行地质数据的多变量分析，不用考虑数学模型，神经网络就能以“隐式”表达方式表示出各变量间的关系，对于具有不确定性和模糊性的地质数据，有良好的分析和处理能力，而且精度和速度都比较理想。     

地质数据的神经网络聚类分析

jj提出用发现聚类结构的神经网络对地质数据进行聚类分析.基于神经网络的聚类分析方法通用性强.运算速度快,为地质数据的聚类分析提供了新方法.     

基于Elman神经网络的盾构滚刀磨损预测方法研究

为了解决盾构在复合地质掘进时滚刀磨损检测的难题,提出一种采用Elman神经网络预测盾构滚刀磨损状况的方法。利用滚刀换刀后正常磨损阶段的盾构掘进参数数据,建立Elman神经网络预测模型,根据依此模型得到的预测掘进速度与实际掘进速度的偏差来预测滚刀的磨损状况。文中分析了滚刀磨损影响因素,确定了Elman神经网络预测模型结构,给出了滚刀磨损判断依据。结合广州地铁五号线草淘区间左线盾构工程项目研究表明,预测结果与实际换刀情况相符。该方法建模简单,模型有效且适应性强,研究结论可为类似地质条件下的盾构滚刀磨损检测和更换提供有益的指导。     

中国粮食多因子灰色关联神经网络预测研究

针对BP神经网络多变量输入难以确定的缺点，提出了采用灰色关联分析法确定主要影响因子输入的多因子灰色关联分析神经网络预测模型，并给出了灰色关联神经网络BP预测模型的建立方法，对我国粮食生产影响因子多因子预测实证研究结果表明，用该网络建立的模型经过训练后，可得到影响粮食产出的主要影响因子及其之间的非线性关系，网络模型新颖，具有较好的预测精度及较好的预测效果，可广泛应用于各种预测研究，有较高的推广价值。     

基于径向基神经网络的有限元模型修正研究

模型修正属于反问题的一种,针对其非线性、计算量大等不足之处,提出一种基于径向基神经网络的有限元模型修正方法,并把反问题归结为正问题进行研究。该方法将特征量作为自变量输入、设计参数作为因变量输出,用试验设计构造样本,以径向基神经网络逼近两者之间的非线性映射关系,利用神经网络的泛化特性直接输出设计参数的修正值。某空间钢结构模型的计算结果验证了该方法的有效性。     

基于机器学习的钻孔数据隐式三维地质建模方法

针对基于钻孔数据的传统显式三维地质建模方法存在过程繁琐、模型质量难以保证等缺点,本文提出了一种基于机器学习的隐式三维地质建模方法,将地层三维建模问题转换为地下空间栅格单元的属性分类问题.分别基于支持向量机、BP神经网络等分类算法,实现了钻孔数据的自动三维地质建模.实际建模结果表明,对于有限、稀疏的钻孔数据,支持向量机方法建模准确率较高,建模效率、效果优于显式建模方法.最后通过敏感性分析研究了超参数对建模结果准确率、模型形态的影响,为可控的自动三维地质建模提供了一种新的解决思路.     

基于神经网络模型的井间参数预测方法

目的研究储层精细评价技术中的储层参数井间预测方法。方法基于人工神经网络模型,结合油藏微相研究成果,采用井位和微相信息作为神经网络的输入信息,采用神经网络模型对储层参数进行空间预测。结果利用空间分散井位点的孔隙度资料和地区沉积微相信息,对孤岛油田渤21断块油藏进行井间孔隙度内插预测,其井间参数的预测精度得到明显提高,为油藏建模提供了可靠的基础。结论基于神经网络模型的井间参数预测方法,可以为储层精细评价提供高质量的油藏地质模型。     

基于偏最小二乘与神经网络耦合的储层参数预测

将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型.利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模可以较好地解决非线性的储层参数预测问题.计算实例表明,本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度.