基于PCMRA-SVM的采煤工作面瓦斯涌出量预测

为了准确、快速地预测采煤工作面瓦斯涌出量,针对瓦斯涌出系统的特点,提出了一种基于PCMRA-SVM的瓦斯涌出量预测模型。以钱营矿的25组瓦斯涌出量观测数据进行仿真实验,并与BPNN、SVM、CIGOA-ENN方法的预测结果进行对比。结果表明:PCMRA-SVM模型的最大、最小和平均相对误差分别为4.06%、0.02%和1.73%,均优于CIGOA-ENN、SVM、BPNN,验证了所提出模型的有效性、可靠性及准确性。     

基于PCA-ABBP强分类器的矿区采空塌陷危险性预测

为了准确、快速地预测矿区采空塌陷危险性,针对矿区采空塌陷影响因素之间存在信息重叠以及利用单一BP神经网络进行预测时存在的局部极值等问题,提出了一种PCA-ABBP强分类器模型。以北京西山某地的24组采空塌陷数据为样本,选取了采空区空间叠置层数等7个变量作为矿区采空塌陷的影响因素,以前17组数据作为训练样本,建立基于PCA-ABBP强分类器的矿区采空塌陷危险性预测模型。利用该模型对后7组数据进行预测,预测结果与实际完全相符,而单一BP神经网络预测的平均误差为17.14%,验证了所提出模型的有效性和可靠性。     

路堑边坡开挖对邻近既有铁路隧道影响分析

结合工程实际,运用ANSYS有限元数值模拟方法,建立了路堑边坡施工中岩土体开挖和爆破振动对邻近既有铁路隧道结构影响的三维模型,分析并得出了路堑边坡开挖对既有隧道结构应力应变和爆破振动的影响规律。模拟分析表明:1)路堑边坡开挖产生的剪应力是对既有隧道结构影响的最不利因素,既有隧道衬砌结构受到剪应力破坏区域影响时,路堑边坡开挖对既有隧道衬砌产生的应力应变数值影响存在较为明显的突变;2)模型模拟最大段装药量耦合装药结构爆破产生的质点振动数值相对实测数值偏大;3)邻近既有铁路隧道不同间距下最大段药量值可由萨道夫斯基公式和LS-DYNA软件模拟预测数值的平均值确定。     

基于改进GS-SVM的煤炭生产成本预测

原煤生产成本同时受到多种因素的共同影响,导致原煤生产成本系统具有非线性、多维性等特点。为了对原煤生产成本进行更加科学、准确的预测,针对目前我国原煤生产成本预测中存在的问题,将支持向量机(SVM)引入到原煤生产成本预测中。为快速准确地选取支持向量机参数,在传统网格搜索(GS)算法基础之上提出了一种改进网格搜索算法,并建立了一种基于改进GS-SVM的煤炭生产成本预测模型。将该模型用于观台煤矿原煤生产成本预测中,模型预测误差均在5%以下,平均误差3.3673%,预测精度高于多元回归分析,而模型训练时间也远低于传统网格搜索算法和启发(粒子群)算法,能够满足实际原煤成本预测需求。     

基于RS GA ELM的矿井瓦斯涌出量预测

为了对煤矿井下瓦斯涌出量进行预测,采用粗糙集与改进极限学习机相结合的方法,在样本数据的筛选上吸取粗糙集数据约简的优点,充分利用极限学习机训练速度快、具有良好泛化性能的特点,并结合遗传算法选择最优的输入权值矩阵和隐含层偏差,避免随机产生所造成的误差。利用编写程序确定隐含层神经元个数,比依靠经验更为准确。在实际应用中选取煤层瓦斯含量、煤层埋藏深度、煤层厚度、煤层间距、工作面日产量五个因素作为预测的影响参数。研究结果表明:该预测模型预测的最大相对误差为5687 1%,最小相对误差为0,平均相对误差为2582 7%,相比改进前的预测模型具有更强的泛化能力和更高的预测精度。     

基于BP神经网络方法研究岩石节理形貌粗糙度系数

岩石节理粗糙度系数(JRC)是研究岩石力学性质的重要参数。为了更准确地描述这一参数,本文基于人工神经网络的原理,提出一种研究JRC的新方法——BP神经网络预测法。选取节理表面最大峰高S_p、表面最大高度S_z、表面最大谷深S_v、峰度系数S_(ku)、偏斜度系数S_(sk)、均方根高度S_q、算术平均高度S_a7个表面形貌高度特征参数作为网络输入,剖面线分维值和JRC作为网络输出,以此为基础构建网络模型,并对10组实测数据进行了预测验证。结果表明:该方法误差很小,具有很高的预测精度,可为进一步的研究提供新的思路和方法。     

基于PCA-EBP神经网络的煤炭物流成本预测

为了科学、准确地对煤炭物流成本进行预测,针对煤炭物流成本影响因素之间存在信息重叠以及BP神经网络对多噪声样本和小样本问题预测结果较差等问题,提出了一种PCA-EBP神经网络模型。将所建立的模型用于内蒙古SH煤炭生产企业煤炭物流成本实际预测。结果表明:模型最大误差为1.748%,最小误差为0.0728%,平均误差为0.972%,均好于径向基神经网络(RBF)和支持向量回归机(SVR),预测精度较高,能够满足煤炭物流成本预测的实际需求,验证了所提出模型的有效性和可靠性。     

基于PCA-ELM的矿井瓦斯涌出量预测

为进一步提高矿井瓦斯涌出量的预测效率和精度,将主成分分析法(PCA)和极限学习机(ELM)神经网络相结合,建立基于PCA-ELM的矿井瓦斯涌出量预测模型。运用主成分分析法对矿井瓦斯涌出量影响因素样本进行主成分提取,去除各变量之间的线性相关,得到降维后的有效因子。再将这些有效因子作为ELM神经网络的输入层进行训练和预测,借助ELM神经网络不需较多参数调整、学习速度快、泛化性能好的特点,进行快速准确的预测。利用某典型矿井的实测数据进行实例分析,PCA-ELM方法预测的最大误差为0.2589,最小误差为0.0312,平均误差为0.1370,结果表明该预测模型预测速度快、精度高,能够用于矿井瓦斯涌出量预测。     

分离式隧道扩建成小净距隧道群爆破震动控制研究

双洞分离式隧道扩建成四洞小净距隧道群的施工必须保证原隧道衬砌结构和新建隧道与原隧道之间中夹岩的稳定.运用三维有限元动力分析方法,对分离式隧道扩建成小净距隧道群的施工过程中原隧道衬砌结构爆破动力响应特性进行分析.根据原隧道衬砌结构最大平均有效应力特征得到了Ⅳ级、V级围岩隧道在不同施工方式条件下的原隧道衬砌结构的最大爆破震动控制速度和控制药量,为隧道扩建设计和安全施工提供了依据.     

基于PCA-GA-BP的回采工作面瓦斯涌出量预测模型研究

为进一步提高回采工作面瓦斯涌出量预测的准确性,建立了主成分分析法(PCA)、遗传算法(GA)、BP神经网络相结合的预测模型。该模型采用主成分分析法降维处理原始输入数据;将主成分分析结果作为BP神经网络的输入,消除冗余信息;然后采用遗传算法优化BP神经网络的初始权值和阈值,有效克服BP神经网络极易陷入局部最优的问题。选取某矿井回采工作面的实测数据进行分析,结果表明,该模型较单一BP神经网络预测精度高,能更有效地实现回采工作面瓦斯涌出量的高准确度预测。     

基于GB-CART集成算法的铁路物流需求量预测

为了准确、快速地对铁路物流需求量进行预测,针对现有铁路物流需求量预测模型存在的问题,采用梯度提升算法对分类与回归树算法进行集成,提出一种GB-CART集成算法。以1990~2014年的铁路物流需求量为研究对象,选取预测年份前3年的铁路物流需求量作为模型输入,预测年份铁路物流需求量作为模型输出,采用GBCART集成算法进行仿真实验,并与单一CART、SVR、RBF和LR模型进行比较。结果表明:GB-CART模型的预测效果与单一CART模型相比得到了大幅度提升,且预测精度高于SVR、RBF和LR,验证了所提出模型的有效性及准确性。     

基于分区的水稻总产遥感估算研究

本文通过未基于分区与基于分区的水稻总产遥感拟合模型的比较分析,选取最优模型进行水稻遥感估产.以湖南省为研究区,在水稻遥感估产分区、水稻可能种植区识别的基础上,以县为单位,利用2000～2007年的统计产量与MODIS EVI建立未基于分区与基于分区的水稻总产遥感拟合模型,通过相对误差、RMSE,以及拟合结果与统计值比较散点图分析,选择最优遥感拟合模型,并用此模型对2008年湖南省水稻总产进行预测.研究结果表明,基于分区的水稻总产遥感拟合模型要比未基于分区的要好,最优模型为二次非线性模型和逐步回归模型,且生育期主要集中在孕穗期到乳熟期.水稻总产拟合及预测结果与统计值相比省级相对误差都小于5%,且拟合结果的误差总体上比预测结果的误差要小.基于分区的水稻总产遥感估产模型有效地提高了水稻遥感估产的精度.     

基于改进粒子群-GRNN模型的地铁隧道沉降预测

为了实现地铁隧道沉降的准确预测,针对传统方法和常用智能方法预测精度不高、适用性不强等问题,建立基于改进粒子群和广义回归神经网络的隧道沉降预测模型。模型引入随机变异因子以克服粒子群算法早熟收敛和后期搜索效率不高的缺陷。通过与GRNN、普通PSO-GRNN和PSO-BP模型进行对比,验证了改进算法的有效性和所建模型的优越性。以长沙地铁隧道为例进行沉降预测发现:预测值与实测值相差1.04 mm,相对误差为4.05%,预测精度高,满足工程需要。     

煤层底板突水危险性的ReliefF-IGS-SVM预测模型及应用

为了准确、快速地预测煤层底板突水危险性,针对如何合理有效地选取煤层底板突水影响因素以及如何快速、有效地确定支持向量机相关参数等问题,提出一种ReliefF-IGS-SVM模型。以20组煤矿底板突水数据为实验样本,选取底板含水层水压等6个变量作为煤层底板突水影响因素,建立煤层底板突水预测的ReliefF-IGS-SVM模型。利用该模型对良庄51302工作面等9个煤矿的底板突水情况进行实际预测,结果与实际完全相符,而利用单一GSSVM模型预测时出现一处误判,验证了所提出模型的有效性和可靠性。     

铁路钢板结合梁桥约束阻尼层减振降噪分析

约束阻尼层通过剪切变形耗散振动能量,能在较宽的频率范围内达到减振降噪的目的.本文基于模态应变能法,车-线-桥耦合振动和统计能量分析,提出了约束阻尼层铁路结合梁桥的振动与噪声理论计算模型.对某(32+40+32) m连续板梁钢-混结合梁桥敷设约束阻尼层后的振动与噪声进行了仿真分析和现场测试.分析结果表明:敷设约束阻尼层后该桥振动与噪声理论计算与现场实测结果吻合良好,本文提出的约束阻尼桥梁振动与噪声计算方法可行;全桥在钢梁的腹板敷设约束阻尼层328.23 m~2后,振动加速度在整个分析频段内都得到了有效的降低,腹板和下翼缘振动加速度级分别降低8.1和4.4 dB;场点S1和S2噪声值分别降低4.2 dB(A)和4.3 dB(A);阻尼层剪切模量和厚度存在一个最优值;当约束层厚度过大时,低频段的降噪能力逐步退化.     

基于巴斯扩散模型的中国新型城市化包容性发展预测

新型城市化包容性发展是一种新的发展模式,准确把握其发展特征和趋势有助于促进城市和谐发展。本文在辨明新型城市化包容性发展的内涵的基础上,从高效发展、公平发展、友好发展三个维度构建指标体系,使用巴斯扩散模型预测中国的东部、中部、西部和东北部四大区域未来8年的发展趋势,进而通过对比分析提出政策启示。结果显示:四大区域各指标权重相似,但东部受友好发展维度影响较大,东北部受高效发展维度影响较大;四大区域的新型城市化包容性发展主要受已有的相关发展成果激励;东部将最早达到峰值得分,中部和西部其次,东北部将最慢,但峰值得分从大到小的排序与扩散速度相反;这一自然得分趋势会对区域的发展造成相应的助力或阻力。     

摩托车声品质评价的神经网络方法

针对声品质评价过程中线性回归模型评价结果的不足,采用BP神经网络对人的主观评价结果进行预测.采集摩托车在不同发动机转速下驾驶员耳旁的声信号样本,采用分组成对比较法进行主观评价试验,选取了响度、尖锐度、粗糙度作为神经网络模型输入参数,结合主观评价结果对模型进行训练与检验,并与线性回归模型输出结果进行比较.结果表明,选取驾驶员双耳响度、尖锐度、粗糙度作为模型输入能够较为准确地反映人耳对摩托车噪声的主观感觉.     

基于多成形指标的大直径铝合金薄壁管数控弯曲成形极限

获得同时满足起皱、过度减薄和扁化质量要求的大直径铝合金薄壁管的弯曲成形极限即最小弯曲半径,已成为提高大直径铝合金薄壁管弯曲成形潜力的关键问题．本研究基于不同加载条件下的铝合金大直径薄壁管弯曲过程动力显式三维弹塑性有限元模型以及管材起皱能量预测模型,提出了管材最小弯曲半径的搜索算法,该算法有效考虑了模具、摩擦等工艺参数对小弯曲半径弯管成形的影响．在此基础上,获得了不同直径铝合金薄壁管的最小弯曲半径,并揭示了几何参数对管最小弯曲半径的影响,以及工艺参数组合对实现最小弯曲半径弯管成形的作用．结果表明：（1）在满足小弯曲半径弯管成形质量要求的模具和摩擦参数组合的合理范围内,减小芯棒球头厚度和直径,并施加轴向压缩载荷能够实现管材的极限弯曲成形;（2）若忽略几何尺寸对管材本构关系的影响,对于直径小于80mm的管材,管材的最小弯曲半径将取决于临界减薄;对于直径大于80mm的管材,管材的最小弯曲半径将取决于起皱．与解析预测结果相比,采用本文方法获得的管材最小弯曲半径最大相对减小了57.39％;（3）工艺参数组合促进实现最小弯曲半径弯管成形的效用,得到了实验的验证．     

考虑结构非线性的铁路弹性车轮动态特性研究

为研究结构非线性(包括弹性车轮橡胶材料非线性和接触边界非线性)对弹性车轮力学行为的影响,设计静动态试验获得弹性车轮中橡胶材料非线性本构关系并探讨了橡胶黏弹性特性;推导弹性车轮系统中橡胶弹性模量与刚度的转换关系,并确定黏弹性橡胶材料的刚度特性;基于橡胶Yeoh本构模型,建立整体车轮、线弹性车轮、考虑材料非线性特性的弹性车轮(以下简称:非线性弹性车轮)以及同时考虑材料与接触非线性特性的弹性车轮(以下简称:接触弹性车轮)等四个动力学模型,研究四种车轮模型在轮轨垂向力激扰下车轮的动态规律,并探明橡胶材料参数对弹性车轮动态特性的影响.研究表明:弹性车轮能有效降低车轮垂向振动;线弹性车轮的端点和中点较之非线性弹性车轮分别最大增加10%和13%的变形量,且橡胶中点变形量小于端点变形量;线弹性车轮较之整体车轮最大能降低17%的垂向振动,非线性弹性车轮较整体车轮最大能降低22%的垂向振动,同时考虑橡胶材料非线性和接触非线性对弹性车轮的动态特性影响不显著;四种车轮振动主频均为3～5, 10以及22 Hz;弹性车轮的振动和变形量随材料硬度增加而增加.     

基于零初值的测试加速度积分速度与位移的方法

在地震工程、结构振动控制和结构健康监测等研究领域,结构在振动过程中的位移和速度对科学研究和实际工程应用都具有重要意义.由于技术条件及环境因素限制,测试过程中获得的大多为加速度响应信号,需要通过积分获得速度及位移.但是由于初始条件的缺失,导致了测试加速度信号在积分速度和位移过程中产生明显的漂移现象.为解决此问题,本文利用结构的振动规律,在稳态振动阶段寻找速度和位移的零点,并以此作为初值进行积分,最后利用趋势项处理去除零点确定误差产生的漂移.本文数值模拟了单自由度体系和多自由度体系在简谐振动和地震动作用下的结构振动响应,并比较了计算值与准确值的最大相对误差;最后,将该方法应用于5条具有代表性的真实地震动记录,与给出的地面速度和位移进行比较,结果显示在极值处的最大相对误差均小于3%,表明该方法具有较高的计算精度和实际应用价值.