利用神经网络预测与控制丝杠螺纹磨削过程

研究了基于神经网络的丝杠螺纹磨削过程的智能预测与控制问题.基于误差反向传播的机制,针对连续制造过程的预测与控制,提出多层神经网络的逐个样本学习算法.对逐个样本学习算法和目前广泛采用的B-P算法进行了比较和讨论,实验结果表明,逐个样本学习算法比B-P算法具有更好的收敛性.最后,介绍了多层神经网络模型在丝杠螺纹磨削过程的预测与控制中的应用.     

砝码表面状态预测及质量吸附修正研究动向

质量实物基准是所有基本量中唯一的实物基准,其缺点是容易受到环境的影响而造成质量的改变。总结了国内外计量院所对砝码表面状态预测方面的研究动向,指出了各国计量院所开展砝码表面状态预测研究的方向,包括:分析质量标准在"空气"和"真空"条件下传递时对质量标准造成的影响,建立砝码质量观测模型及吸附修正模型等。对砝码表面状态的研究和吸附修正技术的研究,最终可以提高质量测量的准确度,为即将到来的质量单位的重新定义研究打下技术基础。     

室内空气品质的灰色非本征预测模型

利用灰色系统理论和原有的确定性物理模型建立了室内空气品质灰色非本征预测模型．并利用灰色非本征模型模拟了两种条件下，室内二氧化碳随时间变化的特性．计算实例表明，灰色非本征模型在预测室内空气品质时具有较好的实用性和精确性．     

河南省钼多金属矿集区重磁异常特征及成矿预测

河南省钼矿资源丰富,集中分布于栾川、大别山地区,多与中酸性浅成-超浅成的岩浆侵入关系密切.省内已知的钼矿床多分布于重力低异常区或外围梯级带上,在航磁异常图上,钼多金属矿集区及附近的ΔT异常分布规律性不强,其异常性质及规模受成矿母岩、成矿类型及围岩性质控制.通过总结钼多金属矿集区的重力和航磁异常特征,建立了矿集区的地质、地球物理成矿模式,据此对夜长坪、南泥湖、东沟、涩港、吴陈河、汤家坪等矿集区进行找矿前景分析及成矿预测,认为夜长坪、南泥湖矿集区及新县岩体的东西两侧、商城岩体南侧找矿潜力大.     

最大距离预测法在超长时间细胞序列图像跟踪中的应用

细胞活性是人类健康的重要指标。根据世界卫生组织(WHO)人类细胞活性检查与处理实验室手册第5版的要求,对细胞序列图像进行超长时间跟踪可以更精确地分析出细胞的活性。根据细胞运动目标的特点,提出一种基于小窗口的最大距离预测法应用于超长时间细胞序列图像的跟踪。跟踪细胞在每一帧的轨迹点,然后把这些轨迹点坐标连在一起就是细胞的运动轨迹。试验结果表明:该方法可以快速、准确、稳定地实时跟踪细胞。     

考虑应力集中的吊车梁多轴疲劳寿命预测

钢结构吊车梁在工业建筑中被广泛应用,应力集中的存在导致几何不连续位置在复杂应力下服役.借助有限元法分析吊车梁应力-应变状态,确定危险点位置,并提取应力、应变分量;以应变能密度作为损伤参量并以最大平面为临界面,基于能量准则建立临界面位置数值计算方法,结合有限元结果给出吊车梁临界面位置;考虑吊车梁在非对称载荷下服役,借助Goodman方程进行平均应力修正,并结合Q355D钢近似S-N曲线计算疲劳寿命.该方法考虑了应力集中处多轴应力对疲劳损伤的影响,可以为复杂应力下几何不连续钢构件的疲劳寿命评估提供新方法.     

基于完全集成经验模态分解和模糊熵分频的短期风电功率预测

随着风电接入电力系统的比例日益增大,准确的风电功率预测显得愈发重要。为此,提出了一种基于模糊熵和完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的短期风电功率预测模型。采用完全集成经验模态分解将原始风电功率序列进行分解,得到一系列不同频率的子序列。再使用模糊熵(Fuzzy Entropy,FE)算法识别各频率分量特征,将子序列分量分为高、中频分量类和趋势项。趋势项为低频分量,具有较为平稳,波动性小的特点,采用麻雀算法(sparrowSsearch algorithm,SSA)优化支持向量回归(support vector regression,SVR)进行预测;高、中频分量的波动性大且特点较为复杂,则采用SSA优化长短期记忆神经网络(Long Short-Term Memory,LSTM),同时引入注意力机制(Attention Mechanism,AM)对重要信息进行更好的权值分配。最后,经过实验结果分析表明,该模型具有更高的风电功率预测精度。     

衡水湖湖面蒸发模拟在水位预测中的应用

精确的预测湖面蒸发是衡水湖水位预测的关键性问题。2018?2020年开展现场实验,采用水量平衡法测定了衡水湖水面蒸发过程,基于能量平衡和蒸发动力学过程,考虑了湖面植物覆盖区及水面区蒸发面阻力和空气动力学阻力对蒸发过程的影响机理,建立了衡水湖水面蒸发动力学模型。基于Sobol全局性敏感分析方法分析了气象因子、空气动力学因子和湖面因素对湖面蒸发的敏感性。结果表明：所提出的模型具有较高的计算精度,参数率定期和验证期湖面蒸发量的纳什效率系数（NSE）分别为0.744和0.687,模型中辐射项和空气动力学项对衡水湖湖面蒸发的贡献率分别为45.6%～76.8%、23.2%～54.4%。模型有效的反映了植物覆盖区和水面区的阻力对蒸发过程的影响。影响湖面蒸发的因子中,气象因子的一阶敏感性指数均值为0.118,显著的高于阻力（空气动力学阻力和水面阻力）的一阶敏感指数均值（0.028）,辐射、大气温度与其他因素之间交互影响的敏感性最为显著,所提出的衡水湖蒸发量计算方法满足衡水湖水位预警和生态预报的精度要求,具有较高的精度。     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策,从而提高自动驾驶的安全性,促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测,提出了一种交互式意图预测方法。首先,通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合,在充分考虑周围场景信息后建立了行为识别模型,用于对当前的驾驶行为做出准确的判断。然后,考虑到交通场景复杂多变的特点,提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹,并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用,所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后,在NGSIM数据集对所提出的方法进行验证,结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图,结合未来意图推理模型,能够更加准确地预测出车辆未来的驾驶行为,由此可提高车辆驾驶的安全性。     

基于灰预测的Web Cache集群热点对象处理策略

热点对象问题是Web cache集群负载均衡研究中的一个重要问题,热点对象的存在容易引起访问歪斜(access skew)和负载不均衡.在分析Web访问中热点对象特征的基础上,构建了基于灰预测的热点对象访问频率预测模型.基于该模型,提出一种新的热点对象处理策略:预测对象的访问频率,配合阈值判断对象是否为热点对象,将热点对象推送到集群中所有节点,实现热点对象的冗余存储,从而达到负载均衡.实验结果表明,与其他热点对象处理策略相比,基于灰预测的热点对象处理策略可以明显提升Web cache集群性能.