基于RF和KNN的地下采场开挖稳定性评估

针对传统地下采场开挖稳定评估方法存在的局限性,引入机器学习方法,提出基于随机森林算法(Random forest,RF)和K-最近邻算法(K-nearest neighbor,KNN)的地下采场开挖稳定性预测模型.以加拿大8个采场为例,首先,获取并分析399组观测数据,其中涵盖了相应的岩石质量分级(Rock Mass Rating,RMR)值、跨度以及对应的稳定、潜在不稳定或不稳定状态.然后将地下采场的稳定性程度进行三分类及二分类,采用10折交叉验证方法进行模型超参数优化,在不作任何假设的前提下,捕捉地下采场开挖稳定性与RMR值、跨度之间的复杂关系.研究表明:二分类结果准确性高于三分类预测结果;在二分类方式下,两种算法的准确率及召回率均高于90％,其中KNN算法的表现优于RF算法;提出的两种方法较先前研究的正确率有很大提升,为开挖稳定性评估提供了可靠途径.     

高海拔隧道出渣过程CO分布分析及需风量研究

为解决高海拔施工隧道出渣过程的排气排放物污染,改善通风排污效果,基于海拔环境参数变化和紊流扩散理论,构建了高海拔隧道气体扩散模型.以海拔3200 m的川藏铁路某隧道为研究背景,对洞内的环境参数和CO分布进行测定,利用SolidWorks和ANSYS建立施工隧道掌子面出渣模型,采用Fluent中的组分输运方程,对不同海拔高度的有害气体运移规律和质量分数分布进行动态模拟.结果表明,隧道中内燃机械作业时,在靠近工作面迎头位置,CO分布不均匀,极差值较大.在靠近隧道出口方向,CO分布逐渐趋于平稳.CO质量分数随海拔的升高而增加,而CO质量浓度却呈相反的变化趋势.从0 m到6 km,CO质量分数上升了96％;由于环境参数变化对CO质量浓度影响的权重大于CO排放量,导致CO质量浓度下降了18％.在保证隧道内CO质量分数不变的条件下,需风量随海拔高度呈非线性增加.根据得到的需风量计算模型,在海拔3200 m时,需风量约为4.95 m3/(kW·min).     

锈损冷弯薄壁C形钢轴压短柱试验研究

研究了锈蚀对冷弯薄壁C形钢轴压短柱承载性能的影响.通过板材单调拉伸试验,研究了锈损冷弯薄壁钢板材的力学性能退化规律;通过对5根锈损C形钢短柱进行轴压试验,分析了其破坏模式、变形特征和承载力,并讨论了锈损C形钢轴压短柱极限荷载的计算方法.研究结果表明:锈损板材屈服平台变短甚至消失,屈服强度随锈蚀率的增大呈线性下降趋势;锈损C形钢轴压短柱的破坏模式为腹板局部屈曲,局部屈曲多发生在腹板最薄弱处;极限荷载随着平均厚度损失率的增大呈线性下降趋势;考虑钢材力学性能退化并利用厚度折减修正的有效宽度法和直接强度法均能较好地预估锈损C形钢轴压短柱的极限荷载,但修正后的直接强度法更接近试验结果,修正后的有效宽度法则偏于保守.     

局部均布荷载作用下四边支承矩形板的内力计算

以矩形板的Navier解为基础，采用带补充项的傅里叶级数作为挠度函数，研究了局部均布荷载作用下四边支承矩形薄板的弯曲问题. 推导了确定待定系数的线性代数方程组，给出了简支边和固支边不同组合条件下的统一计算公式. 讨论了带补充项法级数解的收敛速度，并与叠加法级数解及有限元数值解分别进行了精度和计算量的对比. 结果表明，带补充项法的级数解达到收敛的级数项数约为40项. 带补充项法的级数解与叠加法级数解具有同样的求解精度. 有限元解随网格的细分，计算结果逐渐接近级数法解. 级数解法的计算量与有限元解法相比是微不足道的. 研究成果适于进行构筑物顶板受局部均布荷载作用的结构计算.     

基于随机森林的医联体双向转诊智能决策研究与应用

针对医联体平台中实际双向转诊过程存在转诊安排不及时，患者不满意等问题，设计了一种基于随机森林的双向转诊智能决策方法。该方法选取影响转诊的5个主要因素，建立了包括床位数、床位使用率、疾病治愈率、治疗费用、相距距离五大指标的智能转诊评分模型；然后利用大数据和随机森林的方法对主要因素进行分析，以分数的形式来衡量待转诊医院适合度。实践效果表明，基于这5个主要因素的预测可以罗列出多种转诊方案，为转诊安排精准化决策提供一种依据，从而提高转诊效率。     

基于五阶广义积分器的内置式永磁 同步电机转子位置观测法

由于逆变器非线性、磁场空间谐波、检测误差等因素,令滑模观测器系统中的反电动势存在直流偏置和谐波,进而导致了转子位置观测值中6k次谐波脉动生成.针对上述问题,提出一种基于五阶广义积分器的转子位置滑模观测器,在锁频环确保频率自适应的前提下,完成内置式永磁同步电机无传感器矢量控制系统的精确解耦,改善驱动系统的控制性能.在五阶广义积分器作用下,反电动势谐波及直流分量将得到更完善的滤除,进而保证了锁相环计算转子位置角度的准确性.将五阶广义积分器与经典控制系统中的五阶标准积分方程类比,在充分合理简化其参数整定过程的同时保证了转子位置观测系统的快速收敛性.在与传统二阶广义积分器进行动态响应、干扰抑制等性能方面的比较后,通过仿真和1.5 kW dsPACE半实物实验论证该控制策略的优势和有效性.     

深度学习在视频动作识别中的应用

快速有效地识别出视频中的人体动作，具有极其广泛的应用前景及潜在的经济价值，深度学习的火热给视频动作自动识别带来了巨大的发展。提出了一种基于深度学习和非局域平均法的自注意时间段网络，作用于剪切好的视频片段。通过构造非局域模块并将其加入到以ResNet为基本模型的时间段网络，可以得到新模型。经过在TDAP数据集上验证，该模型可较为精确地识别出人体动作，与原有模型相比在不增加时间复杂度的前提下有一定程度的提升。     

山苍子油对斜纹夜蛾细胞增殖和凋亡的影响

研究山苍子油对离体培养的斜纹夜蛾（Spodoptera litura，SL）细胞的增殖和凋亡的影响，并初步确定山苍子油主要成分柠檬醛对细胞具有毒杀活性，诱导细胞凋亡. 分别采用CCK、MTT法和流式细胞法研究不同浓度的山苍子油抑制SL细胞的活性，利用流式细胞法验证不同浓度的柠檬醛对SL细胞凋亡的影响. 研究结果表明，山苍子油具有抑制SL细胞的增殖的作用，且随着山苍子油浓度的增大和处理时间的延长，SL细胞的存活率降低，当山苍子油浓度增大至0.015%时，SL细胞的存活率显著降低（P<0.01）；当处理时间达到72 h后，SL细胞的存活率同样呈现显著降低. 柠檬醛作为山苍子油的主要活性成分，对SL细胞亦具有明显的抑制增殖的作用，且成剂量正相关，当柠檬醛浓度大于0.015%时，SL细胞的存活率显著降低（P<0.01）. 山苍子油和柠檬醛均具有明显的促进SL细胞凋亡的作用，并呈剂量依赖关系，初步确定了柠檬醛是山苍子油促进SL细胞凋亡的主要活性成分，为山苍子油基新型植物源农药的开发与利用提供依据.     

基于经验小波变换的基因关联隐私保护实验研究

为了解决某类风湿性关节炎与致病基因单核苷酸多态性(Single-Nucleotide Polymorphism,SNP)的相关度研究中,针对病人隐私保护强度与数据可用性的权衡问题,提出一种新型的基于经验小波变换(Empirical Wavelet Transform,EWT)的隐私保护方法.该方法通过对差分隐私加噪机制产生的数据进行EWT变换和分解,然后计算各EWT分量的峭度值并筛选出可能的噪声分量,去除一定的噪声分量后对信号进行重构得到新数据,基于该数据进行致病基因相关度排序.实验结果表明使用该方法能在保证差分隐私保护强度的情况下提高数据可用性,实现了隐私保护强度与数据可用性的合理权衡.     

一种基于TOPSIS法的光伏用户群内 用户重要性评估方法

同一个配电网区域会存在着多个光伏用户，组建光伏用户群是管理它们的有效方法之一. 为了进一步促进光伏用户群的稳定与发展，需要对群内用户进行重要性评估. 本文针对实行内部电价的光伏用户群，分析运营商的收益本质，基于合作博弈论提出计算群内用户对运营商收益贡献值的方法. 从用户、运营商和电网的3个方面，定义用户的重要性评估指标，再基于多准则决策中的逼近理想解排序（TOPSIS）法对光伏用户群内的用户进行重要性评估与排序. 仿真算例验证了该综合评估方法的有效性.