基于PSO和神经网络的中厚板凸度预报模型辨识

针对在钢板轧制过程中很难精确预报中厚板的凸度问题,将粒子群算法和神经网络用于辨识中厚板凸度预报模型.结合了神经网络和粒子群算法各自的优点,先采用三层神经网络建立神经网络预报模型,再利用粒子群算法对网络的权阀值进行训练.实验结果表明:相对于BP神经网络凸度预报模型,本文设计的PSO神经网络预报模型在收敛速度和预报精度上明显优于BP神经网络,具有精确性、收敛性和快速性等特点.     

基于粗集推理的大坝安全监测预报模型研究

针对传统大坝安全监测预报模型存在的受环境量相关性影响较大和网络训练时间长、易收敛到局部最优点等缺点,通过对原始监测信息的粗糙集预处理提取主要影响因素和决策规则集,并通过对规则集的不确定性推理建立了大坝监测的粗集预报模型,与传统方法相比,粗集预报模型不依赖于具体的数学模型,所得到的预报值是一定可信度下的区间值,并且预测值区间与实测值区间基本一致．     

船舶螺旋桨黏性空化流场数值方法

以螺旋桨E779a为对象研究适合螺旋桨黏性空化流场的数值方法.基于黏性多相流理论,在均匀入流条件下数值求解纳维-斯托克斯(N-S)方程和空泡动力学方程组来预报螺旋推力系数KT、轴向速度UX和蒸汽体积分数av.数值结果表明,增加螺旋桨盘面至压力出口的计算空间距离后KT和UX的准确性提高了约3%.螺旋桨外围圆柱形规则区域用结构网格划分可以明显改善片空化的预报.对于相同网格策略,网格尺寸在一定范围内减小对片空化位置、KT和UX的预报结果影响不大,但片空化程度预报的准确性提高23%.网格收敛指数表明网格无关性较好,标准k-ω模型使计算容易收敛,大涡模型可提高UX和湍流动能的预报精度.     

遗传算法与神经网络在洪水预报中的应用

采用遗传学习算法对神经网络BP模型的初始权重进行优化,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快和避免局部极小。将该方法运用于洪水预报问题,并利用山西省文峪河水库的历史资料条件建立一个网络,以洪水预报的各种控制因素相关资料作为样本,对网络进行训练并用训练好的网络进行预报。网络的训练速度及预报结果表明,该算法收敛速度较快,预测精度很高,为洪水预报提供了一种新思路和新方法。     

基于粒子群优化的神经网络漏钢预报模型研究

针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题,将粒子群优化算法PSO引入到BP神经网络的训练过程,建立了PSO-BP神经网络模型,并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系统进行了测试,测试结果以98.03%的预报率及100%的报出率,验证了基于粒子群优化算法的BP神经网络连铸漏钢预报系统模型的可行性和有效性。     

新安江模型和支持向量机模型实时洪水预报应用比较

选择新安江模型和支持向量机模型分别在浙江省、陕西省的4个流域进行实时洪水预报,并使用K-最近邻实时校正法对新安江模型预报结果实时校正,比较2种模型在不同流域的应用效果,其中选择确定性系数、峰现时间误差、洪峰相对误差和均方误差作为模型预报评价指标。进一步改变预报预见期并分析2种模型在不同预见期内的预报精度。研究结果表明,新安江模型和支持向量机模型在不同流域洪水预报中各有优势,支持向量机模型预报精度受降雨精度影响较大。当预报预见期较长时,新安江模型预报结果更好;随着预见期缩短,支持向量机模型预报精度显著提高,在短预见期实时预报中支持向量机模型优势更明显。在预报难度较大的半湿润半干旱流域,新安江模型和支持向量机模型在率定期和实时预报过程中均具有较高精度。     

基于预报因子聚类分级的日径流预报深度信念模型及应用

径流预报是水库运行调度的重要决策依据,提高入库径流预报精度,对水库优化调度和水资源高效利用具有重要意义.本文提出一种基于大样本数据分级策略的深度信念网络模型(Deep Belief Networks,DBN),以龙羊峡入库径流预报为例,采用Fuzzy C-means(FCM)聚类方法,将总样本训练集分为不同训练样本子集;不同样本子集下,对不同预报因子(只考虑降雨、考虑不同时期的降雨及同时考虑降雨及前期径流),分别建立DBN模型和人工神经网络模型(Artificial Neural Network,ANN),分析样本分级和考虑不同因子情况下不同模型的预报结果.结果表明:与不考虑预报因子分级的预报模型相比,基于时间序列聚类的预报模型显著提高了径流预报的精度;通过FCM聚类,将样本分为3类,考虑降雨及前期径流作为预报因子进行分级时,比只考虑降雨、考虑不同时期的降雨时建立的预报模型的预测精度更高.用该模型进行龙羊峡水库入流日径流预报,提高了预报精度,可为龙羊峡水库调度提供决策支持.     

非线性确定性系统的鲁棒自适应控制器

NARX模型的最小预报误差自适应控制器算法，存在着控制输入偏离以原点为收敛域中心的收敛问题，严重时将出现数值发散现象，系统是BIBO不稳定的。针对这种情况，提出了一种改进的控制输入准则函数和各样自适应控制策略，给出了NARX模型基于该准则函数的一种最小预报误差自适应控制器算法，及使系统无稳态偏差选取准则函数的限制条件，解决了系统存在稳态偏差的问题，同时给出了仿真结果。     

阴阳萤火虫算法及其在全局优化问题中的应用研究

针对萤火虫算法(Firefly Algorithm, FA)在寻优中容易出现早熟现象、收敛不稳定的缺点,基于中国阴阳学说的内涵,提出一种新颖的阴阳萤火虫算法(Yin-Yang firefly algorithm, YYFA).首先,为了降低算法时间复杂度,设计一种新型随机吸引模型;其次,根据深度学习思想,采用阴阳萤火虫深度学习策略对当前最优萤火虫进行有效信息深度挖掘来引导萤火虫种群向更优方向移动.利用13个典型全局优化测试函数对阴阳萤火虫算法进行仿真实验,并与不同组合策略算法进行对比分析,实验结果表明YYFA算法表现出较好的全局寻优能力和稳定性,Friedman检验方法显示阴阳萤火虫深度学习策略是一种有效的改进方法.最后将YYFA算法应用到黄甫川站年径流预报问题中,利用其优选支持向量回归模型(Support Vector Regression, SVR)的超参数,构建YYFA-SVR预报模型.应用结果表明YYFA-SVR模型预报效果优于BOA-SVR模型、WOA-SVR模型和ESDA-SVR模型,预报精度较高,可为相关预报工作提供新思路.     

自校正观测融合解耦Wiener状态预报器

对于带未知噪声方差和带不同观测阵的多传感器系统,应用现代时间序列分析方法,基于子系统和加权观测融合系统的滑动平均(MA)新息模型的在线辨识,提出了一类自校正加权观测融合解耦Wiener状态预报器。用动态误差系统分析方法,证明了它按实现收敛于当噪声方差已知时的最优加权观测融合解耦Wiener状态预报器,因而它具有渐近全局最优性。一个目标跟踪系统的仿真例子说明了其有效性。     

巷道围岩及支护压力预测方法的研究

论述了软岩巷道围岩及支护压力与位移计算和预报的位移反算方法，内外边界元方法，边界罚单元与有限元结合方法以及时间序列分析方法和灰色系统理论方法并结合该５种方法在岩土工程中的应用，探讨了它们的可行性和实用价值，为地下工程软岩巷道的支护和设计提供了重要的参考。     

锚杆支护巷道顶板离层监测方法探讨

顶板离层是煤巷锚杆支护巷道最大的安全隐患，在回采工作面两巷设置顶板离层监测点，并在整个回采期间对巷道顶板离层进行全程跟踪监测，是消除锚杆支护巷道安全隐患最有效的措施之一。本文重点介绍了煤巷锚杆支护巷道顶板离层产生的主要原因和形式，顶板离层的观测、成果整理及监界值确定方法，另外还介绍了所开发的锚杆支护质量监测系统软件特点与使用方法。     

软岩巷道支护技术的研究

本文通过矿压观测了解软岩巷道变形破坏规律，根据不同岩性巷道采用不同力学性质的支架，研制出平顶曲腿支架解决了以水平应力作用为主的巷道支护问题，获得良好的效益。     

沿空留巷合理支护和卸压保护的研究

本文在总结国内外沿空留巷所取得经验和成果的基础上,主要研究了沿空留巷的合理支护和沿空留巷的卸压保护。推导出了中等稳定顶板条件下计算支护系统所需阻力和可缩量的公式,并进行了相应的模拟实验研究。运用非线性有限元法和相似模拟实验对留巷卸压进行了探讨。     

矿山复杂巷道网络组件式三维建模方法

煤矿复杂巷道(曲线巷道、交汇巷道、变断面巷道)建模是巷道三维建模的难点.现有方法在基于导线测量数据重建复杂巷道网络、尤其是矿山常见的曲线交汇巷道仍存在不足.提出了一种巷道组件式三维建模方法.该方法针对煤矿巷道典型导线测量数据，通过巷道中心线建模、巷道双边线建模、巷道组件三维建模三个步骤，自动构建复杂巷道网络三维模型.实验结果表明，提出的方法鲁棒性好，建模时间随数据量增长呈线性稳定增长.建立的巷道网络三维模型可为智慧矿山建设中的空间、几何、力学等多种分析提供支持.     

采区动压巷道锚网支护

本文通过对崖头煤矿巷道变形观测。摸清了采区动压巷道的变形规律，从而对传统的木支架改为锚梁网联合支护，通过试点，然后在全矿推广收到了良好的效益。     

U型钢与喷网支护壁后充填注浆加固

介绍U型钢支架的应用特点及及巷道修复工程中存在的问题，提出采用水泥－粉煤灰浆液和水泥－水 玻璃浆液对支架壁后进行充填和注浆加固，取得了较好的技术经济效果，为壁后存在较大空隙巷道的稳定提供了一种较好的支护与加固手段。     

东滩矿底板巷道变形规律研究

本文通过对东滩煤矿8条底板巷道受跨采影响变形的实测分析和相似材料模拟实验研究,总结了底板巷道受采动影响的变形规律;分析影响底板巷道的变形的主要因素;提出围岩强度是影响底板巷道变形的最主要因素;研究表明,增加巷道与煤层的法线距离对减小巷道的变形量虽有一定的作用,但这种影响并不明显。本文着重强调:减轻巷道变形的关键在于确定合理的巷道位置及支护方式。     

软岩巷道支护及砌暄壁后充填

对于松软膨胀围岩的巷道,采用喷锚网及喷锚后支护时,先释放应力的二次支护方法能有效地解决巷道支护问题。采用砌碹的拳道不能用废矸石等易构成局部应力的材料充填,而采用河海沙较好。