空调室外机拍振噪声声品质客观评价研究

当房间空调器室外风机与压缩机的激励频率相近时会产生拍振噪声。在半消声室采集拍振噪声样本,采用评分法对拍振噪声声品质进行主观评价,并对噪声样本进行分析计算,得到其A计权声压级、响度、抖动强度等声品质客观评价参量值。对主观、客观评价结果进行线性回归分析,提出拍振噪声声品质主观评价模型。研究结果表明,房间空调器拍振噪声声品质主要受突出比、响度、抖动强度影响。     

一种城市生活垃圾产量预测的改进方法

将灰色系统理论与多元线性回归分析方法相结合，是研究城市生活垃圾产量预测的一种改进方法。以成都市为例。运用灰色关联度分析确定影响城市生活垃圾产量的4个主要因子：城市非农业人口、气化率、城市人均消费性支出、清扫面积。利用GM(1，1)模型预测上述4个因子的变化情况。建立一个包含这些因子的垃圾产量的多元线性回归分析预测模型，并对2004～2010年的垃圾产量进行预测。该模型预测精度高，实用性强，可为垃圾产量预测提供一种可靠的方法。     

基于支持向量机和树叶磁学的大气颗粒物浓度模拟

在南京市仙林地区采集桂花、雪松及女贞树叶,测试其磁学参数,分析大气颗粒物浓度与树叶磁学参数、气象数据的相互关系,使用支持向量机方法构建大气颗粒物磁学评估模型。结果显示,雪松树叶的质量磁化率(χ)、饱和等温剩磁(SIRM)和非磁滞剩磁(ARM)值最高。3种树叶在夏季和秋季富集了相对较多的细磁畴磁性颗粒物,而在春季和冬季富集了相对较多的粗磁畴磁性颗粒物。PM_(10)和PM_(2.5)浓度与风速、温度和湿度之间显著负相关,与大气压显著正相关;与3种树叶的磁学参数显著正相关,且与χ和SIRM的相关性高于ARM,其中与桂花树叶χ、SIRM的相关系数均高于0.560。将"树叶磁学参数+气象数据"作为输入因子的支持向量机模型对PM_(2.5)浓度的模拟效果较好,将"树叶磁学参数"作为输入因子的模型对PM_(10)浓度的模拟效果较好,模型误差都在可接受范围内。     

麦类秸秆燃料灰分与组成元素相关性分析研究

生物质燃料灰分含量高易引起在锅炉内结渣,影响锅炉运行效率,预测灰分含量对锅炉条件控制和选型有着重要意义。研究了小麦秸秆生物质灰分含量与组成元素含量的相关性,建立了基于灰分预测的多元线性回归模型,根据组成元素含量预测麦类秸秆生物质燃料的灰分。结果表明,组成元素均与灰分含量有显著的相关性,其中氧含量与灰分含量呈正相关,其他元素均呈负相关关系。灰分预测与实测值平均绝对误差为9.0%。通过上述研究发现,本研究建立的多元线性回归预测模型可以在一定程度上预测麦类秸秆生物质燃料灰分含量。     

机场飞机噪声的预测研究

本文以机场飞机噪声为研究对象,采用国际民航组织推荐使用的计权等效连续感觉噪声级(LWECPN)为评价量,以广汉机场为例,通过定量分析,利用MATLAB拟合出机场周围各监测点飞机噪声与跑道中心线对数距离的线性方程,然后将该方程用于对未知监测点的LWECPN预测,并与实测数据对比检验其准确度。结果表明,采用该线性拟合预测方法所得到的未知监测点的噪声预测值与实测值较为接近,两者的相对误差保持在1.0%到2.0%之间,预测准确度较好。值得一提的是,该方法操作相对简便,可以达到快速预测机场周边噪声敏感点LWECPN的目的,为今后飞机噪声的预测研究提出一种新的预测方法,具有一定的实际意义。     

灰色理论及改良方法对我国垃圾产量的预测

为了给城市环境规划提供理论依据,需要对城市生活垃圾产量进行预测,以期揭示其变化规律和发展趋势。本文对三种预测模型进行对比分析研究,并通过灰色关联度分析,选取与垃圾产量最为相关的5个因素,建立了包括多个因素指标的GM(1,1)预测方程的多元线性回归综合模型。该模型考虑了城市生活垃圾产量的主要影响因素,得到的拟合数据比较理想,预测模型和结果也更为合理可信。     

基于Matlab的神经网络在绵阳空气质量预测中的应用

以绵阳市2014～2016年空气污染指数(API)以及SO_2、NO_2、PM_(10)等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。     

基于支持向量机-小波神经网络的PM_(2.5)预测模型

近年来我国多地区雾霾天气频发,针对PM_(2.5)浓度变化的非线性、时变性等特点,建立了基于支持向量机-小波神经网络(SVM-WNN)的组合预测模型。采用网格搜索算法对SVM的参数进行优化,利用优化后的模型进行初始预测,并结合WNN强大的非线性拟合能力的特点对其预测残差进行修正。以石家庄市每小时监测的PM_(2.5)浓度数据为样本建立模型并进行预测,结果表明,组合模型预测的平均相对误差为7. 2%。对比单一模型,组合模型的预测的效果更好,这也为短时PM_(2.5)浓度预测提供一个新的方法。     

多元线性回归预测模型在城市垃圾产量预测中的应用

分析了上海1995-2004年度每年垃圾产生量的数据,由此提出了可应用于城市垃圾预测的多元线性回归预测模型.通过与指数法、GM（1,1）模型、GM（1,1）SSODMM等模型的预测结果进行比较,精度达一级.表明该模型在城市垃圾产量的预测中具有一定的优越性和广泛的应用前景.     

基于主成分回归分析的煤炭物流成本预测研究

煤炭物流成本预测是煤炭物流成本管理中极为重要的环节。为了克服煤炭物流成本变量体系之间的多重共线问题,增加多元回归模型预测精度,将主成分分析与多元回归分析相结合提出了煤炭物流成本主成分回归预测模型。以鄂尔多斯某煤炭生产企业为研究对象,本着全面性和可度量性的原则对变量指标进行选取,并以该公司20组月度物流成本数据为研究对象,建立了煤炭物流成本预测主成分回归预测模型,模型拟合效果较好,预测最大误差为2.798%,最小误差仅为1.134%,与实际成本非常接近,验证了模型的可靠性和准确性。     

空冷器噪声源分析及降噪措施研究

空冷器噪声导致厂界噪声超标现象时有发生,通过现场调查、参数测量、理论分析计算等手段,判断出空冷器进气噪声、排气噪声、风机叶片旋转噪声、高速气流与风筒摩擦噪声是厂界噪声超标的关键因素。文章在此基础上制定了针对性措施,降低了厂界噪声,满足环保标准要求。     

基于GPS数据的车辆在高寒环境下适应性跟踪测试

由于GPS数据的来源多种多样,当前方法容易受到异常数据干扰影响,无法准确识别高寒环境下目标车辆的六种行驶状态,且跟踪误差较大,提出基于BP神经网络的高寒环境下车辆适应性跟踪测试方法,根据给出的高寒环境下车辆行驶信息预处理流程初步处理多种装置采集获得的车辆GPS数据,同时采用权值平均法和二次指数平滑法修复初步处理后的孤立车辆GPS数据和连续车辆GPS数据,实现高寒环境下的车辆异常行驶信息处理;计算车辆位置误差区域,将上述处理得到的车辆信息与电子地图中的相应信息做比对,依据D-S证据理论从多条候选道路中找出最有可能是目标车辆行驶所在的道路,计算出目标车辆在该条道路上最有可能的坐标;采用BP神经网络作为该条道路上目标车辆行为异常检测分类器,将连续若干次采集获得的车辆行驶速度和加速度信息作为输入参数输入到检测分类器中,判断交通事故类型,实现车辆在高寒环境下的适应性跟踪测试。实际应用结果显示,所提方法能够准确识别高寒环境下的车辆六种行驶状态,跟踪误差较小,克服了当前方法存在的弊端。     

利用数据挖掘方法探索流域尺度气象干旱预报的研究

基于提高流域尺度的区域中长期气象干旱预报的准确度的考虑,采用支持向量机(SVM)和数据处理组合方法(GMDH)两种数据挖掘方法来识别时空气象相关性,并对这两种数据挖掘方法用于预测流域尺度的气象干旱预报性能进行对比。采用标准化降水指数(SPI)作为气象干旱严重度指数。采用颗粒群优化方法 (PSO)对两种数据挖掘方法GMDH和SVM模型进行优化。通过仿真实验表明,GMDH模型具有更好的预测稳定性,而SVM模型具有更好的预测准确度。     

基于相关向量机模型的腐蚀声发射信号识别

相关向量机(RVM)模型的分类性能与其核函数参数的选择有密切关系。本文分别利用人工蜂群算法(ABC)、粒子群算法(PSO)和遗传算法(GA)寻找相关向量机模型的最优参数,对几种方法的寻优性能进行了对比。采用基于二叉树结构的一对多扩展方法,对二分类相关向量机模型进行了扩展,建立了四分类模型。基于该分类模型对罐底腐蚀声发射信号进行识别,将声发射特征参数和频域参数作为模型的输入参数,获得了较好的识别结果。     

宜宾市酸雨pH值预测的偏最小二乘回归分析

酸雨pH值受酸性离子(有机酸、无机酸)和碱性离子的影响。这些影响因素之间存在多重相关性。用一般最小二乘回归法建模预测pH值,估计参数存在着很大的误差,而且物理意义明显不足。本文以宜宾市区2002-2003年的27组降雨监测数据作为样本数据,应用偏最小二乘回归技术建立pH值预测模型,克服了自变量之间的多重相关性的问题。与最小二乘回归法相比更具有先进性,计算结果更为可靠;在确定了模型可行性后,分析比较了影响宜宾市区酸雨pH值的离子的重要性和离子来源。     

西宁市供水量的预测模型探讨

以西宁市供水量各规划水平年值为基础,在分析原始数据序列的基础上,进行供水量的预测模型研究。提出两种供水量预测方法,即一元线性回归模型及灰色预测模型,并分别进行了实例计算与分析,同时与西宁市规划部门供水量预测值进行了比较。研究结果表明,灰色预测模型较一元线性回归模型为优,可作为西宁市规划水平年的供水量预测模型     

柴油发电机排气消声器

由武汉市宏森环保技术工程有限公司开发、湖北省环境保护局推荐的柴油机排气消声器适用于50～1600kW发电机组排气消声。主要技术内容一、基本原理发电机组发出的高强排气噪声,进入消声器后,经过低频滤波、变频(从低频移向高频)、吸声、隔声、减振等综合作用,使排气噪声得到大幅度降低。二、技术关键设置频率交换器,调整最佳匹配孔位,使低频噪声推向高频消声段,增加了对低频噪声的吸收,提高了整体消声效果。典型规模年产500台消声器。主要技术指标及条件一、技术指标消声量50dB(A);压力损失150Pa;配用功率50～1600kW;有效长度900～2200mm;…     

Cadna/A噪声预测软件在隧道洞口噪声预测中应用

本文对cadna/A环境噪声预测软件中的隧道口噪声预测原理做了详细的介绍,将隧道洞口的噪声影响简化为与隧道洞口形状一致的简单垂直面源,利用隧道参数计算面源的声功率级,预测方便,并通过实例应用和演示,为正确使用该软件进行噪声预测和同类工程环境影响评价提供参考。     

基于AFR夹具去嵌研究

射频低噪放的封装工艺向表贴、小型化持续发展,测试此类低噪放必然需要连接微带测试夹具。连接此类测试夹具进行测试令测试模型更加复杂,对测试和建模的精度都提出了更高的要求。因此对射频低噪放进行精确测试得到其散射参量(S参数),并准确建立测试模型是提高电路设计成功率和保证产品可靠性的重要环节。常规SOLT校准方法局限于同轴连接方式,无法校准夹具的微带部分，对于含微带线的夹具校准效果较差。本文利用自动夹具移除(AFR)算法,通过计算多项误差模型得出夹具的S参数，将夹具S参数导入矢量网络分析仪对测试夹具引入的误差进行修正，极大优化了测试结果。     

大连市年用电量预测模型优化研究

在地区发展规划中,精确合理地预测未来用电量是电力设施配置规划的基础.以大连市为基本研究对象,选取总人口、生产总值、全社会固定资产投资额、社会消费品零售总额、出口总额为自变量,基于1993-2012年具体数据,分别采用指数平滑预测方法、时间序列外推预测方法、主成分分析与多元线性回归分析方法、逐步回归分析方法建立用电量预测方程,对大连市年用电量进行预测研究,并进行预测精度比较,最终确定一个具有较高预测精度且逻辑清晰的大连市用电量预测模型,并对该市未来6年的用电量进行预测.