海堤渗压神经网络分布模型的建立及规律分析

为有效揭示海堤渗压的分布特征,掌握其在临海工作环境下的特殊规律,在利用神经网络建模优点的同时,采用多测点渗压监控信息,并将测点坐标因素加入到输入层,综合前期潮位因子、积分型降雨因子、时效因子,形成海堤渗压神经网络安全监控分布模型结构,以实测信息进行建模训练计算;在获得合理训练结果基础上,根据输入层因子补充插入坐标样本,获得不同位置的渗压模型值及渗压分布曲线.文中以广义回归神经网络为例,结合浦东海堤实测资料,以实例说明以上述方法在神经网络不提供显式的情况下,建立可获得分布曲线的监控模型,并以此对海堤渗压分布规律特色加以分析.     

并联式混合动力发动机神经网络法转矩预测与闭环控制

利用实际发动机的标定数据搭建了GT-Suite及Matlab/Simulink联合仿真模型，建立了基于进气和发动机状态参数的预测转矩反馈协同控制模块。对比了ANN法和现有发动机的标定脉谱插值预测（MAP）法2种方法下发动机稳态及瞬态转矩变化、升降挡等工况预测的结果误差，结果表明：稳态工况下MAP法较为可靠，低、中、高3种发动机转速下转矩预测波动小，误差比ANN法低1.31%、1.09%和1.52%；实际瞬态转矩跃变及阶跃工况下，ANN法较MAP法误差低5.62%和1.32%，升降挡工况下低1.93%和0.84%。     

连铸坯质量判定模糊专家系统

鉴于连铸过程中存在众多不确定性,考虑某中厚板厂的实际生产状况与中厚板热送热装的控制要求,以表面纵裂为例,按照模糊专家系统的开发思路,建立起连铸坯纵裂知识库,开发推理机制.采用纵裂指数预测和神经网络预测相结合的方法对连铸坯质量进行离线判断、推理和决策,并给出相应的缺陷产生原因解释.采用VC++6.0软件建立人机界面,数据库采用Oracle,调试结果表明该系统可以达到较高的判定准确率(92.8%),为在线应用奠定了基础.     

基于人工生命的舰艇编队对海作战仿真研究

目的:为了研究一些主观等定性因素对现代海上战斗结果的影响.方法:采用人工生命方法开发了基于多Agent的水面舰艇编队对海作战模拟系统.运用一种决策因子结构建立了Agent行为决策模型,采取遗传算法实现了Agent的适应性.结果:分析了决策因子结构对作战结果的影响.结论:人工生命方法为分析定性因素对战斗结果的影响提供了一种新的手段,可以较好地从整体上揭示现代海战作战过程的作战规律.     

BP神经网络预测混凝土抗渗性能的研究

综合考虑了双掺矿物、掺合料混凝土抗渗性能的各种影响因素，选取了双掺矿粉、粉煤灰混凝土配料中7个主要因素作为输入量，混凝土28d抗渗系数为输出量，建立了混凝土抗渗性能预测的BP网络模型，进而对双掺矿粉、粉煤灰混凝土配合比抗渗性能试验数据进行分析．结果表明此模型的可靠度高，可用于混凝土渗透性的虚拟化设计．     

基于生物-生态耦合工艺的农村生活污水处理研究

开发低投资、低能耗、低维护的生活污水处理工艺是解决农村污水处理问题的关键。采用无动力升流式厌氧生物滤池(UAF)与潜流式人工湿地(SFW)耦合工艺处理农村生活污水,考察了耦合工艺在不同水力停留时间(HRT)下对生活污水的处理效果,并通过增加SFW内的植株密度改善脱氮除磷效果。结果表明:UAF与SFW耦合工艺无动力消耗,免维护,适合农村地区的生活污水处理,对氮、磷的去除主要依靠SFW阶段完成,通过增加芦苇的植株密度可以明显增强SFW内生物的脱氮除磷能力,并保证UAF与SFW耦合工艺的处理性能稳定在较高水平。在t(HRT)UAF=18h,t(HRT)SFW=3d的条件下,UAF与SFW耦合工艺出水COD、氨氮、总氮、总磷的平均质量浓度分别为44.07,4.25,13.36和0.44mg/L,达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准。     

人工蜂群算法及其应用

为促进人工蜂群算法理论和应用的发展, 在分析人工蜂群算法的基本原理基础上, 针对算法的不足, 全面地归纳了国内外学者对算法的改进研究, 对算法的蜜源初始化、更新策略的改进、调整策略的改进、适应度函数的选择以及与其他算法的融合进行综述, 提出了更有效的改进策略。同时从多方面综述了人工蜂群算法的应用, 并对人工蜂群算法的发展方向进行了总结和展望。     

数据中心启发式反向人工蜂群虚拟机整合节能策略

针对数据密集型作业的特点,提出一个基于CPU和图形处理器(GPU)两个影响因素构建计算节点的能耗评估模型.该模型基于原虚拟机选择节能算法(ABCS)在虚拟机选择节能策略中的能效优势,进一步利用启发式思想改进蜂群优化算法,寻求虚拟机整合的最优解.在CloudSim 3.0云计算模拟器中的实验结果表明,启发式反向蜂群算法能在保证服务质量的前提下,有效降低虚拟机迁移次数,进而降低数据中心的能耗(节能25%~30%).     

基于人工神经网络技术的投标前期决策

针对投标前期决策中常用决策分析方法未能有效解决影响因素之间、影响因素与决策结果之间的复杂非线性关系的问题,通过调查、比较和分析,结合人工神经网络分析方法的要求,确定了投标前期决策影响因素的指标体系.将人工神经网络技术应用于投标前期决策,应用定量法和模糊综合评价法提出相应指标的量化标准及方法,据此构建了具有较好泛化学习能力及较好学习速度的人工神经网络投标前期决策模型.在MATLAB平台上,开发出人工神经网络投标前期决策模型应用系统.通过工程实例证明,此方法能有效应用于施工企业的前期投标决策.     

川西坳陷中段须四段钙屑砂岩储层特征及有利区块预测

钙屑砂岩通常较致密,储集性往往很差.在大量薄片鉴定及物性统计基础上,对须家河组T3x45砂组钙屑砂岩的岩石学、物性特征及其主要控制因素进行了详细研究,结果表明该套砂组的钙屑砂岩次生孔隙较发育,为有效的储集层,储层物性主要受控于沉积相、压实作用、溶蚀作用及构造作用等因素,其中溶蚀作用和构造破裂作用是储层发育最重要的控制因素.在储层特征及其与沉积相发育关系分析的基础上,以T3x45砂组为编图单元编制沉积微相图和砂体等厚图,预测钙屑砂岩储层平面分布特征,并对有利储层发育区块进行预测和评价,识别出3个具有较大勘探潜力的储集砂体.