震区公路崩塌危险度评价模型研究

以＂5.12＂地震重灾县———青川县（青川生命线道路沿线）作为研究区域,选取产生崩塌及影响其稳定性的9个因素为评价因子,将崩塌危险度分为无危险、低度危险、中度危险和高度危险4个等级,建立了基于改进灰色聚类法的崩塌危险度评价模型。应用该模型对青川生命线道路沿线崩塌灾害点进行评价,将此评价结果与经典灰色聚类法所得的评价结果进行对比。研究结果表明,基于改进灰色聚类法的崩塌危险度评价模型所得的评价结果比经典灰色聚类法所得的评级结果更接近于现场专家勘查结果。由此可见,采用这种基于改进灰色聚类法的评价模型对崩塌危险度进行快速、科学、有效地评价是切实可行的。     

基于改进的CRITIC法和云模型的科技奖励评价研究

针对科技奖励评价问题,用标准差系数改进CRITIC法对专家评分进行动态赋权,结合云模型用逆向云发生器构造模糊评价矩阵,用虚拟云计算出评价项目的期望、熵和超熵,得出评价结果并排序.既考虑了科技奖励评价过程中专家评分的模糊性和随机性,又实现了定性语言与定量数值之间的转换,减少了专家主观因素的干扰,使评价结果更加准确、客观.     

基于改进BP算法的刚框架连接损伤识别方法

运用权值、阈值同步学习BP算法(简称为改进BP算法)对钢框架连接损伤进行识别,并且选用由结构正则化的频率变化率和少数点的振型模态分量构成的组合参数作为网络输入参数.通过对一个4层钢框架数值模拟,比较了改进算法和传统算法测试结果,从而证明改进算法更加精确、优越.     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。     

电磁导航智能寻迹小车方向控制算法的分析与应用

针对电磁式智能小车系统路径信息处理复杂的问题,提出了一种基于延伸有效增减区间的优化PID算法。首先,对磁场信号检测原理作了介绍,提出了一种新的传感器布置方案;其次,提出使用归一化处理来解决数据不对称的问题,通过MATLAB仿真的方法分析了前瞻高度与位置解算函数线性度的关系,并提供了扩展单调区间宽度的方法;最后,对传统PID算法的各个环节分别进行了改进,提出舍弃积分控制环节来克服转向的时滞性,使用位置偏差的二次幂作为比例系数来保证转向角度与弯道的吻合度,在微分控制环节当中引入非线性环节来达到优化路径的目的。在保证小车寻迹精度的前提下,改进后的算法相对于传统PID算法使小车的车速提高了约20%。实验表明,该算法能够实现小车识别复杂路径、自主寻迹的功能。     

柳州市园林花灌木引种试验研究

从柳州市周边城市和区外邻近城市选择引种小花紫薇(Lagerstroemia micraantha Merr.)、红花木(Loropetalum chinense Oliu.var.rubrum Yich.)、琴叶珊瑚(Jabropha pandndurifolia Andr.)、灰莉(Fagraea ceilanica Thunb.)、锦叶扶桑(Hibiscus rosa-sinensis cv.'Cooperi')、胡椒木(Zanthoxylum'Odovum')、金叶女贞(Ligustrum ×vicaryi Hort.Hybrid)、金叶假连翘(Duranta repens L.var.alba Bailey.)、花叶假连翘(Duranta repens L.var.variegate Bailey.)、椤木石楠(Photinia davidsoniae Rehd.et.Wils.)、橙花夹竹桃(Thevetia thevetioides Schum.)、斑叶夹竹桃(Nerium indicum Mill.cv' Variegatum')12个花灌木品种进行引种试验,选出小花紫薇、红花木、琴叶珊瑚、灰莉、锦叶扶桑、金叶女贞、金叶假连翘、花叶假连翘、橙花夹竹桃、斑叶夹竹桃,共10个适合柳州市园林应用的花灌木良种,为柳州的园林绿化增加了绿化品种.     

基于曲波变换的视网膜血管图像增强算法

视网膜血管图像存在像素对比度低等特点,干扰正常的视网膜图像分割.针对视网膜血管的图像特性,提出了一种改进的基于曲波变换的视网膜血管图像增强算法.首先选取视网膜图像的绿色通道分量进行预处理,然后通过对变换系数的自适应增强完成图像的增强处理,并结合改进的形态学变换,实现图像细节的增强和背景噪声的抑制,使得图像对比度得到增强,细节信息更加明显.通过与其他增强算法的比较表明,该算法在增强对比度、降低噪声干扰等方面优于其他算法.     

基于改进随机森林的企业破产预测研究

企业破产数据中存在高维不平衡的特性,会导致模型预测性能降低且预测结果偏向于多数类.为了提高具有破产风险企业的预测准确率,将从特征、数据、模型3个方面综合考虑.首先提出一种Pearson相关系数特征提取规则进行特征选择,再使用已有的平衡化技术进行数据平衡化处理,最后提出了一种基于改变分类阈值的随机森林算法构建企业破产预测模型.在包含10173个公司数据集上的实验结果表明,本文的研究方法具有一定的优越性,对后续进行企业破产预测研究也具有较高的参考价值.     

基于向量矩阵的Apriori改进算法研究

针对传统的关联分析算法Apriori执行效率低、I/O过重、计算量过大等问题,提出了一种通过减少扫描数据库次数来降低候选项集计算复杂度, 在频繁项集求解过程中通过将事务项集转换为行向量,利用“与”操作来提高算法执行效率的Apriori改进算法。利用学生在校行为数据集对Apriori改进算法进行有效性和高效性验证。同时,为了符合算法对样本数据的要求,在样本数据处理过程中对原始数据进行了清洗和离散化处理,定义了分析对象的样本数据离散化处理的规则。通过实验分析比较了Apriori改进算法与经典Apriori算法的性能。结果表明,Apriori改进算法保持了对实际分析对象关联规则挖掘的有效性,同时具有更高的执行效率。     

基于改进物元可拓模型的光充储系统运营效益评价

随着光伏发电规模的不断扩大和储能技术的快速发展,光伏发电和储能系统的结合逐渐得到应用,其运营效益可以有效地衡量光充储系统的经济性,也是系统进一步推广的关键.通过建立4个层面18个指标的光充储系统运营效益评价指标体系,并采用了主客观结合的组合赋权模型,结合改进的物元可拓模型对光充储结合系统的运营效益情况展开评价,并对评价结果展开分析.结果 表明:光充储系统总体的运营效益状况良好,并且所构建的光充储系统运营效益评价模型能够进行有效评价.