基于BP神经网络的电解加工精度预测模型

为精确地预测电解加工精度,采用了BP神经网络的方法进行建模．在分析影响加工精度主要因素的基础上,确定了BP神经网络模型的特征参数,并根据实际情况,确定了输入层和中间隐层的维数,从而确定了模型的结构．用试验参数对模型结构进行训练,最终建立了一个用于电解加工精度预测的BP神经网络模型．利用该模型进行的精度预测结果表明,该模型的预测误差可以控制在10％以内,具有很高的精度预测能力．     

砼结构徐变的灰色系统预测

本文利用灰色系统模型对砼结构的徐变变形进行了预测，所得结果与试验结果吻合较好，该法具有计算简单、预测精度较高且不需要大量的试验数据等特点，能方便地应用于实际。     

单桩极限承载力的神经网络预测

利用BP神经网络较强的非线性映射能力和学习功能，建立了单桩竖向极限承载力预测的人工神经网络模型．该模型依据实测静力触探资料建模，通过静载荷试验成果的学习与预测检验，证明其预测精度良好、适用性强，验证了神经网络方法的可行性，因而具有较大的工程实用价值．     

人工冻土单轴抗压强度灰色理论预测

人工冻土的物理力学指标是冻结法凿井中冻结壁设计参数和开挖的依据,为提高人工冻土单轴抗压强度预测的精确度与稳定性,利用灰色理论处理小样本数据的独特优势,结合影响人工冻土单轴抗压强度因素,提出了人工冻土单轴抗压强度的预测方法。针对传统的GM(1,1)模型预测产生的较大误差的缺点,增加了原始序列的光滑度,并优化了时间响应函数,建立了改进的GM(1,1)模型。结果表明,利用改进的GM(1,1)模型的预测精度优于传统模型。该模型为人工冻土单轴抗压强度的预测提供了一种新方法。     

短波近红外光谱-偏最小二乘法对食醋中总酸含量的无损定量分析

将短波近红外光谱技术与偏最小二乘法（PLS）结合,对食醋中的总酸含量进行快速、无损定量分析,建立了最佳数学校正模型．讨论了光谱预处理方法和主成分数对PLS模型预报精度的影响．研究表明,采用一阶导数预处理光谱建立的数学校正模型能够得到最佳的预报结果,在对预测集8个样本中总酸的含量进行预报时,所得的集相对标准偏差为1．386％．实验结果表明,该方法方便快捷,并且具有较高的预报精度,可以用于食醋中总酸含量的测定．     

人工神经网络在水泵性能预测中的应用

分析了影响水泵机组性能变化的主要因素;根据泵性能与各因素之间的关系,利用BP人工神经网络构建了水泵性能的预测模型;以某轴流泵试验数据为样本,BP人工神经网络为工具,对轴流泵模型进行了泵扬程及效率性能指标与流量、叶片角度等相关因素间的性能预测研究.预测结果表明,将该模型用于轴流泵性能参数预测,不仅可以提高预测精度,而且可以缩短试验时间,降低试验成本.     

基于EGM2008大地水准面的GPS大地高差转换

提出了基于EGM2008重力场模型的GPS大地高差转换为正常高差的方法,以消除区域系统性偏差,对大地高差转换误差进行了分析,并利用平原地形和丘陵地形两个区域GPS/水准点数据,对EGM2008重力场模型和湖北省精化大地水准面模型(HBGEO-2007)进行试验和精度分析,结果表明:本方法在平原地形可达到四等高程精度,在丘陵地形高差中误差为0.043 m,HBGEO-2007高差中误差比EGM2008明显减小。     

混合动力电动汽车辅助功率单元模型辨识

为提高模型辨识精度,基于阶跃响应,推导了二阶带零点/死区(SOPZ/DT)连续模型的直接辨识算法. 以辅助功率单元(APU)微缩系统阶跃响应数据为依据,利用所推算法进行模型辨识. 对所得模型进行仿真并与试验值相比较,结果证明,所得模型预测精度较高,可以作为控制模型得以应用.     

基于灰色理论的交通量预测

灰色模型可以在交通量资料缺乏的条件下建立模型进行预测,运用灰色模型对未来交通量进行预测。在灰色预测的基础上,建立了一阶单变量的交通量预测模型,运用灰色GM（1,1）模型来体现交通量的灰色性。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,成功地预测了交通量,预测结果证明了该模型的优点,该模型具有较强的适用性。本方法简便、适用,尤其能够在历史数据缺乏、离散性高、并对影响历史数据的各因素认识不十分清楚的情况下,能够得到较高精度的预测结果,利用灰色理论进行交通量预测是一种行之有效的方法。     

三轴数控平面磨床几何精度分析与稳健设计

为了经济合理地分配三轴数控平面磨床零部件几何精度,提出了一种几何精度分析设计的方法.针对磨床具体结构,基于多体系统理论和齐次坐标变换方法,建立了磨床几何误差传递模型,并通过试验验证了该模型具有理想的预测性能;根据误差传递模型,运用正交试验设计和参数试验的试验设计方法分析识别了影响磨床加工精度的11项关键几何误差因素;基于稳健设计理论,在成本分析和误差溯源基础上,建立了11项关键几何误差因素下的磨床成本-质量模型,并运用该模型对关键几何误差因素的公差进行了稳健设计.研究结果表明:上述方法能实现对磨床几何精度的经济合理的分配.     

基于GA和DEFORM的陶瓷材料切削力数值模拟

通过有限元仿真及材料本构模型修正、遗传算法优化、数值模拟以及车削试验,研究了车削陶瓷材料切削力变化规律.有限元仿真成屑对比结果表明,经典的Johnson-Cook模型的切屑为连续片状,与实际加工不符;模型改进后,其仿真切屑为块状崩碎屑,对陶瓷材料有限元仿真较为适用.依据简单单因素有限元仿真数据,利用最小二乘法进行了一元回归数值拟合,获得了切削力与单一参数的解析式,相关系数检验结果表明模型具有较高的精度.利用遗传优化算法,建立了切削力多元模型.通过单因素试验、正交试验进行了多元模型验证,结果表明该模型能够准确反映切削力变化规律,具有较好的可靠性.     

温度对软岩渗透系数影响的试验研究

为了研究温度对软岩渗透系数的影响以满足工程设计的需要,通过对软岩恒定应力下水温和岩体温度、温度梯度对岩体渗透性能的影响试验,研究了温度单一因素对软岩渗透性能的影响规律,同时通过软岩的单一因素影响模型推导出了多因素影响模型并进行了试验验证;通过软岩的恒定温度下应力对软岩的渗透系数的影响,分析了温度应力对软岩渗透性能的影响.     

自由模型下单因子检验的判别准则

试图提供并完善一套对自由模型下单因子试验进行设计与分析的新方法,并对其进行严格的理论推导和证明．作为系列论文的第二篇,给出了自由模型下单因子试验的方差分解定理,并利用贡献率指标（也称为全局敏感性指标）得到了自由模型下单因子检验的判别准则．     

车削ZL109铝合金PCD刀具的 几何参数优化仿真

ZL109铝合金对刀具的磨损严重,难以获得较好的加工精度.而刀具几何参数对切削力、切削温度、表面加工质量和刀具耐用度都有重要的影响,对刀具几何参数进行优化具有重要意义.利用材料试验机和SHPB装置对ZL109进行准静态和动态冲击压缩实验,确定ZL109铝合金的本构模型参数.采用单因素试验法,模拟刀具的前角、后角和刀尖圆弧半径对切削力和刀尖温度影响.结果表明:刀尖圆弧半径对X和Y方向切削力的影响最大,前角对Z方向切削力的影响最大,而后角对刀尖温度的影响最大.通过正交试验法和极差分析,当刀具几何参数选择为前角γ0=0°,后角α0=7°,刀尖圆弧半径r=0.4 mm时,PCD车刀切削ZL109铝合金时刀具的切削性能最优.     

J2EE平台双因素认证的设计与实现

网络信息安全技术的发展,使得单一的用户口令(PIN)认证方式认证强度已经不能满足用户的安全要求.本文分析了单一认证的弱安全性,结合PKCS 11标准和J2EE平台的EJB组件技术,设计并实现了基于用户口令(PIN)认证和硬件USBKey数字证书身份认证的双重因素认证系统.在所建系统模型基础上,重点构建了双因素认证系统的安全认证协议和签名、认证算法.最后的测试结果显示,在与单一认证系统性能相近的基础上,安全性较高.     

砂土中大型单柱式风能结构物在循环力作用下的研究

通过对自然界海浪循环力的分析研究,确定了新型的试验模型,并运用了加载试验法确定了试验所需循环力的大小,通过实验,对砂土中大型海上单柱式风能结构在循环力作用下的位移进行了研究。结果表明,Hettler教授所建立的位移公式中的经验参数CN是适合海上风能结构物计算的,砂土中大型海上风能结构在循环力作用下的位移是可预见的,并且单桩在循环力作用下的位移并不受土的形态、类型、密实度及颗粒分配等影响。这对海上风能结构的进一步研究有着重要的理论价值。     

基于完全气动弹性模型的冷却塔干扰效应风洞试验研究

针对某核电站两相邻200 m高超大型冷却塔,基于完全气动弹性模型通过风洞试验对其风致干扰效应进行研究.研究表明:干扰效应使共振响应显著增大,但仍以背景响应为主;双塔串列时,尽管由于上游塔的“遮挡”效应使得下游塔最大平均响应减小,但最大均方差由于干扰效应略有增大,响应极大值基本与单塔一致;斜列时,当上游塔尾流作用在下游冷却塔时,响应放大系数最大;基于整塔响应极大值定义的干扰因子可保证将单塔风荷载放大干扰因子倍后得到的最大响应与群塔的最大响应相等,由此考虑风向频率后得到的推荐干扰因子与规范值基本一致.     

寺沟铅锌矿区土壤重金属污染评价研究

本文介绍了灰色关联分析法用于土壤环境质量评价的基本步骤。通过对陕西风县寺沟铅锌矿区的土样进行测试,选取Pb、Zn、Cu、Cd、Cr等为评价因子,采用灰色关联分析法对土壤重金属污染状况进行评价。结果表明,基于灰色关联分析的土壤重金属污染评价方法能较完整地反映土壤环境质量污染程度,是一种实用而准确的评价方法。     

基于主成分分析法优化广义回归神经网络的地震震级预测

为科学有效预测地震震级,提出了基于广义回归神经网络(general regression neural network, GRNN)的地震震级预测模型。选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级影响因子,利用主成分分析法(principal component analysis, PCA)对7个影响因子进行降维处理,以新生成的4个主成分作为模型输入变量,地震震级为输出变量,运用粒子群算法(particle swarm optimization, PSO)寻优得到GRNN模型最优光滑因子,最终建立基于PCA-PSO-GRNN的地震震级预测模型,利用建立的模型对训练样本进行回判检验,并对测试样本进行预测,并同传统反向传播(back propagation, BP)神经网络模型和单一GRNN模型预测结果进行对比,结果表明：PCA-PSO-GRNN模型预测结果的平均误差为5.17%,均方根误差为0.100 0,决定系数为0.986 8,均方相对误差为0.007 3,平均绝对误差为0.100 0,运行时间为5.2 s,预测精度和运...     

基于灰色模型的企业技术创新影响因素分析

文章应用灰色系统模型和方法,利用有关数据对我国企业技术创新问题进行了灰关联的静态和灰色GM(1,N)协调模型动态分析;通过精度检验证明,找出了严重制约我国企业技术创新发展的主要因素;通过灰色GM(1,1)单因子预测模型对影响因素进行了预测,并提出了有关对策建议。