基于应变和PSO-BP神经网络的连续梁桥损伤识别方法

以连续梁桥为研究对象,建立了基于应变的损伤识别方法。提出将伪比能变化率作为损伤识别指标,并针对BP神经网络易陷入局部极小的缺点,用改进粒子群(PSO)算法优化BP神经网络的权值和阈值参数,建立PSO-BP网络预测模型。通过建立一座三跨连续梁桥有限元模型,以桥梁易损区域作为损伤识别对象进行数值模拟。结果表明,以伪比能变化率作为损伤识别指标,可以很好地实现对桥梁单位置和多位置损伤的定位及损伤程度识别,损伤程度识别的最大相对误差为3.14%,且网络内插能力优于外延能力。与传统BP神经网络比较,PSO-BP神经网络拥有更为精准的预测能力。     

基于AHP和比较可能度关系的列控车载系统安全可靠性分析

列控车载系统是保证行车安全的重要系统,其对安全可靠性的要求极高。从人、机和环境3个方面,针对列控车载系统的特点,在分析列控车载系统各安全影响因素的基础上,利用层次分析法建立各影响因素间的关联关系,并充分考虑指标环境的不确定性和决策者思维的模糊性,构建三角模糊数互补判断矩阵。其次,运用三角模糊数比较可能度关系理论,集结所有指标比较的可能度,构建可能度关系比较矩阵。利用三角模糊数矩阵转换关系将可能度关系比较矩阵转换为模糊一致性判断矩阵,在此基础上求解各指标的各层单排序及总排序向量。最后,结合具体算例指出列控车载系统安全可靠性的关键影响因素,以及实际运行当中可能存在的问题并提出决策优化建议。     

新排放标准下燃煤电厂除尘工艺模糊综合评判

用模糊综合评判法对能满足新排放标准的几种较成熟的除尘工艺进行评价,选择环保、技术、经济3类指标构成除尘二级模糊评判的因素集。基于MATLAB软件,选用"add-product"算子进行计算。评价结果认为,新排放标准下新建燃煤电厂选择除尘工艺时,优先考虑高频电源电除尘器。     

基于PCA-RBF神经网络的地铁车站火灾风险评估

为避免地铁车站火灾事故的发生,帮助地铁车站管理部门做好火灾风险评估工作,提出基于PCA-RBF神经网络的地铁车站火灾风险评估模型。采用主成分分析法(Principal Component Analysis,PCA)对风险评价指标体系进行降维处理,并将降维后的主成分作为RBF神经网络的输入变量;选择具有代表性的样本数据训练RBF神经网络,并用检验样本测试训练效果;最后,输入待测样本数据得出火灾风险评估结果。通过实例对比分析,验证了该评估模型在地铁车站火灾风险评估中的可行性与准确性,对类似项目火灾风险评估具有一定参考意义。     

基于BP神经网络的二元混合液体自燃温度预测

为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数(ETSI)理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892 K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530 K,发现该模型的预测性能优于已有的多元非线性回归(MNR)模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。     

基于高光谱的土壤全氮含量估测

基于高光谱(350~2 500 nm)数据,研究了我国中、东部地区5种主要类型土壤全氮含量与高光谱反射率之间的定量关系,构建了基于偏最小二乘法(PLS)、BP神经网络(BPNN)和特征光谱指数的土壤全氮含量估算模型。结果表明,以500~900 nm、1 350~1 490 nm区域波段反射率经Norris滤波平滑后的一阶导数光谱为基础,构建的基于PLS和BPNN的土壤全氮含量估算模型精度较高,建模决定系数分别为0.81和0.98;独立观测资料检验结果显示,模型预测决定系数分别为0.81和0.93,均方根误差RMSE为0.219 g·kg^-1和0.149 g·kg^-1,相对分析误差RPD为2.28和3.36,说明PLS和BPNN模型对土壤全氮含量具有较高的预测精度。在光谱指数的分析中,基于近红外872 nm和1 482 nm 两个波段的差值光谱指数DI(NDR₈₇₂,NDR₁₄₈₂)对土壤全氮含量最敏感,建模决定系数、预测决定系数、RMSE和RPD分别为0.66、0.53、0.31 g·kg^-1和1.60。比较而言,三种方法估算土壤氮含量的精度顺序为BPNN模型＞PLS＞DI(NDR₈₇₂,NDR₁₄₈₂),基于PLS和BPNN两种方法建立的土壤全氮含量高光谱估测模型具有较高的精度,可以用来精确估算土壤全氮含量;基于两波段构建的DI(NDR₈₇₂,NDR₁₄₈₂)预测效果低于前两者,但也可以用来粗略估测土壤中的全氮含量。     

主成分分析法和模糊综合分析法在水质评价中的实例比较

在涉及众多因子的水质综合评价中,每种评价方法有其自身的优缺点。将模糊综合分析法与主成分分析法在实例中进行比较,通过比较得出主成分分析法能够客观地确定各个指标的权重,避免了随意性,也避免了计算过程中由于因子众多,数据复杂而造成的人工计算误差,使结果更加可靠。主成分分析将原来的众多的子转化为少数主成分,少数主成分综合的反映水质情况,且各主成分内不同因子之间的相关性关系也十分明确。     

改进的模糊层次分析法在南苕溪临安段水质评价中的应用

南苕溪是太湖的源头水系,其水质状况对杭嘉湖平原居民饮用水安全和太湖流域的污染治理有重要意义.为了了解南苕溪的水质状况,在临安段开展了2年的水质监测,分别在2009年7月、10月和2010年1月、4月采集了水样并进行水质评价.同时,为了克服以往模糊层次分析法存在的低估污染的严重性及不能评价劣Ⅴ类水质的缺点,建立了一个改进...     

密云水库流域2000-2005年植被覆盖度变化监测

植被是生态系统最重要的组成部分,而植被覆盖度是衡量地表植被状况的一个最重要的指标,是生态系统健康评价的前提和必要的基础。文章利用2000和2005年2个时相的Landsat 7 ETM+遥感影像为数据源,以BP神经网络法为植被覆盖度估算模型,计算了密云水库流域内不同时期的植被覆盖度,生成了该流域2个时相内的植被覆盖度图,以此分析密云水库流域植被覆盖度的时空变化。结果表明,从2000-2005年,密云水库流域内除无植被覆盖类型外(即水域部分),其余土地利用类型的植被覆盖度都呈增加趋势,其中以沙质地和耕地最为明显,分别增长了29.5%和27.3%,并且密云水库流域的平均植被覆盖度不高,尤其西部地区植被覆盖度较差,水土流失和土地沙化情况比较严重。     

宝鸡市大庆路声环境质量模糊综合评价

对大庆路交通噪声污染状况进行监测、研究与分析。利用模糊综合评价法对大庆路声环境进行评价。大庆路声环境质量属于三级,已经受到污染。大庆路周边声环境属于轻度吵闹区域,应通过加强交通监管、宣传等各种有效的措施加以改善。