基于ISSA-SVM的钻井卡钻事故预测

为预防钻井过程中卡钻事故的发生,通过提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量机(support vector machines, SVM)的预测模型方法(ISSA-SVM),在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重;在警戒者位置更新公式中引入莱维飞行策略。利用主成分分析法(principal component analysis, PCA)对外国某大型油田的实测钻井数据进行降维处理,并利用惩罚参数和核参数进行卡钻事故的预测。实验结果表明：ISSA-SVM的预测准确率高达85.185 2%,且收敛速度更快,可见ISSA-SVM可有效预测钻井卡钻事故。     

基于群决策-云理论的装备保障能力评估

针对装备保障效能评估的复杂性、随机性和模糊性问题,本文建立了基于群决策-云理论的装备保障能力评估模型。本文的工作包括：第一,基于装备保障能力的需求,构建了装备保障能力评估指标体系;第二,利用序关系-群决策方法计算各级指标权重,计算过程简单快捷、更能体现群体决策;第三,将云理论模型引入装备保障能力评估中,能够实现定性概念与定量表示间的合理转换,清晰准确地表达了层级指标的聚合过程,有效解决了评估过程中的模糊性和随机性。实例表明：该方法计算简单、逻辑关系清楚、计算结果与客观实际相符,可为装备保障效能评估提供一种科学、客观的方法, 为保障资源配置提供科学依据。     

硬岩地层超深基坑桩锚支护体系受力与变形特性实测分析

为探究硬岩地层超深基坑桩锚支护体系随基坑开挖的受力与变形演化规律,依托于崂山区某基坑支护工程,对南侧支护完成区域基坑的预应力锚索轴力、基坑水平和竖向位移进行了实时监测,分析桩锚支护体系在该地质条件下的力学性能,探讨锚索轴力急速下降与基坑水平位移增大的影响因素。研究表明：预应力锚索轴力持续、急速的下降与基坑紧邻原状山体的土压力和北侧后挖区域的持续施工有关,工程中采取预应力锚索2次补偿张拉适用效果良好;基坑最大水平位移为19.98 mm,最大竖向位移为12.11 mm,南侧支护完成区域基坑支护体系的变形受后续施工区域的影响明显;桩锚支护体系在硬岩及土岩二元地层超深基坑中具有较好的适用性和可靠性。类似工程支护结构设计应重视周边地质环境、邻近区域持续施工等因素的影响。     

基于SSA-SVM的航空电弧故障检测

针对航空线路系统电弧故障隐蔽性高和难以检测的问题,提出一种基于麻雀搜索算法优化支持向量机（Sparrow Search Algorithm Optimization Support Vector Machine,SSA-SVM）的航空电弧故障检测方法。首先采用小波分解对电弧故障电流数据进行分解,小波分解能有效克服经验模态分解时存在的模态混叠问题。再从信号无序度的角度对电流分量提取能量熵、模糊熵与近似熵,并构造特征向量。然后,使用麻雀搜索算法对支持向量机的权值进行优化,得到最优的权值,最后用训练好的支持向量机对测试样本进行分类。为了验证所提方法的有效性,搭建电弧实验平台,模拟航空线路系统电弧故障的产生,分别采集交流串联正常和电弧故障电流数据,应用本文提出的SSA-SVM算法进行电弧故障检测,结果表明,该方法能较好地识别出电弧故障,检测准确率达到99.5%,相比于粒子群算法或遗传算法优化的支持向量机对电弧故障的检测准确率分别高出2.5%和2%。     

基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。     

Advances in SVM-Based System Using GMM Super Vectors for Text-Independent Speaker Verification

For text-independent speaker verification, the Gaussian mixture model （GMM） using a universal background model strategy and the GMM using support vector machines are the two most commonly used methodologies. Recently, a new SVM-based speaker verification method using GMM super vectors has been proposed. This paper describes the construction of a new speaker verification system and investigates the use of nuisance attribute projection and test normalization to further enhance performance. Experiments were conducted on the core test of the 2006 NIST speaker recognition evaluation corpus. The experimental results indicate that an SVM-based speaker verification system using GMM super vectors can achieve appealing performance. With the use of nuisance attribute projection and test normalization, the system performance can be significantly improved, with improvements in the equal error rate from 7.78% to 4.92% and detection cost function from 0.0376 to 0.0251.     

蜂窝陶瓷载体生物膜工艺的除磷试验

分别采用序批式生物膜反应器（SBBR）和A／O工艺进行比较,利用蜂窝陶瓷作为生物膜载体。分别处理模拟的受严重污染的地表水．重点研究磷的去除规律及影响因素,实验结果表明：厌氧时间为2．5h,好氧时间为6h;进水COD／TP为50—60,从SBBR出水中,磷浓度小于0．5mg·L^-1,总磷去除率大于85％,而A／O工艺的除磷率不到50％．     

胶结充填对采场稳定性的影响

为了研究胶结充填对采场稳定性的影响,通过介绍充填体的作用机理,结合焦家金矿采矿生产实践,运用FLAC分析软件对采场进路回采顺序进行数值模拟计算,揭示了采场应力分布规律和采场破坏机理,同时分析了采场进路不同回采顺序对采场稳定性的影响,并据此提出了较优的回采顺序,为采矿生产提供了理论依据.     

南屯煤矿深部沿空巷道耦合支护技术

通过研究,确定了南屯煤矿九采区93|02综放工作面沿空回采巷道围岩为高应力节理化复合型(HJ型)软岩,根据巷道围岩变形力学机制及其转化对策,确定了锚网索耦合支护设计方案,即采用破底板掘进和超前支护优化围岩结构,采用直墙圆拱形巷道断面优化围岩受力状态,锚杆为直径22 mm,长2 500 mm的螺纹钢锚杆,间排距800 mm ×500 mm,配合钢筋网及复合托盘,锚索长度为6 800 mm,排距2 000 mm.工程应用表明,巷道掘进期间围岩基本没有变形,工作面回采期间,顶底板变形量累计456 mm,两帮相对移近量累计518 mm,能够实现深部松软厚煤层沿空巷道围岩稳定性的有效控制,为工作面的安全高效生产创造了条件.     

机器学习模型在地下水埋深模拟中的适应性分析

基于京津冀气象、社会资料及地下水埋深数据,构建支持向量机(SVM)、循环神经网络(RNN)和长短期记忆神经网络(LSTM)模型对京津冀地区13个城市地下水埋深进行了模拟,并以确定系数、均方根误差、平均绝对百分比误差、纳什系数对3个模型的适应性进行了评价。结果表明：LSTM模型模拟效果最好,其次是RNN,SVM最差;不同城市基于LSTM模型进行地下水埋深模拟时参数调整最少,适应性最好,SVM模型参数调整最多。将3个模型应用于随机选择的6个测站进行验证,在华北地区浅层地下水埋深模拟方面,LSTM模型模拟精度和可信度最好,适应性最强,是该地区地下水埋深模拟的首选机器学习模型。