Fisher判别法在煤与瓦斯突出危险程度预测中的应用

为了提高煤与瓦斯突出的预测精度,根据煤与瓦斯突出的综合作用假说,选取开采深度、瓦斯压力、瓦斯放散初速度、煤的普氏系数以及煤体破坏类型作为判别指标。利用国内典型突出矿井20个实测数据作为训练样本,建立煤与瓦斯突出危险程度预测的Fisher判别分析模型,并应用于其他待判样本的预测。结果表明:Fisher判别分析模型能够反映多因素对煤与瓦斯突出的影响,分类性能良好,误判率低,借助SPSS软件实现,具有计算简单的特点,是煤与瓦斯突出预测的一种有效方法。     

BP神经网络法在斜拉桥换索施工控制中的应用研究

运用神经网络理论,结合一座双塔三跨混凝土斜拉桥换索施工过程,对斜拉桥换索过程索力和主梁标高进行预测研究。运用平面杆系有限元理论计算出施工状态的理论索力和理论标高,再通过数值计算软件MATLAB7.1建立神经网络仿真模型得出各施工阶段的索力和标高预测值,为具体的换索工程提供参考。通过对比该斜拉桥换索过程中索力及主梁控制点标高的计算值和实测值可知,预测数据与目标数据相近,变化趋势一致,验证了BP神经网络在换索施工控制中进行参数预测的可行性。     

基于支持向量回归机的煤层瓦斯含量预测研究

为了对煤层瓦斯含量进行准确预测,应用支持向量回归机(SVR)理论建立煤层瓦斯含量预测模型,结合现场实测数据利用支持向量机(SVM)工具箱进行模型的求解及预测,并从均方根误差、希尔不等系数和平均绝对百分误差3个不同误差指标与人工神经网络预测模型进行比较分析。研究结果表明:SVR模型其预测精度及可行性高于神经网络模型,而且运算快,实时性较好,用于煤层瓦斯含量的预测较理想,具有良好的应用前景,可以为煤矿瓦斯防治提供理论依据。     

基于BP神经网络人群流量预测的实现

人群拥挤踩踏突发性的特点决定了现场的事故救援措施效果较差,事前预防是唯一有效的策略。对商业区人群流量进行预测,对于合理控制商业网点人口,预防人群类事故的发生具有重要的意义。本文介绍了基于BP神经网络的人群流量预测方法,利用Matlab建立了相关模型,并结合实际数据对模型进行了调整,分析了隐含层神经元个数、不同输入-输出结构、不同传递函数等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对人群流量进行预测时可行的。     

区域环境承载力研究方法初探

明确了区域环境承载力的概念,研究对象和研究内容;分析了区域环境承载力与区域环境容量和区域环境规划的区别和联系,提出建立区域环境承载力指标体系的一般原则和指标体系的一般内容;并且建立了各项指标的灰色关联度模型及各项指标变化的灰色预测模型;按照这套理论方法,对上海市浦东新区区域环境承载力进行分析研究,得到新区5个开发小区的区域环境承载力的量值,从而掌握了5个小区的开发程度,为新区经济、社会、文化活动规模的控制及环境保护提供了指导依据。     

广州潮汐河网水质预测数学模型研究

采用有限控制体积法和隐式离散基本水质方程,根据潮汐河网的特点,利用半控制体积概念和迭加原理,导出一种适合于任意形状的均匀混合型潮汐河网水质方程的分缓解法。应用广州潮汐河网两期水文水质同步实测资料,建立溶解氧动态模型,并进行了不同条件下的水质预测,初步揭示了广州潮汐河网半月潮期间的水质变化特性。      

粉煤灰资源化利用趋势灰色预测

运用灰色系统原理,对上海地区粉煤灰的排放及各项利用进行了分析,提出该地区粉煤灰综合利用趋势的预测模型;在此基础上对1990年、1995年和2000年该地区粉煤灰综合利用状况进行了各项预测分析;为电厂规划和管理及粉煤灰资源开发利用提供了必要的理论依据。     

松花江下游滨岸带典型植被根际土壤细菌群落结构与功能多样性

通过分析松花江典型植被(芦苇、白杨、松江柳和修氏苔草)根际土壤细菌群落结构与功能的差异,辨识不同类型植被修复受损滨岸带生境的潜力,为松花江受损滨岸带生境修复和保护提供理论依据.使用Illumina MiSeq PE300二代高通量测序平台对松花江下游滨岸带的4种典型植被根际土壤细菌16S rRNA进行测序,分析不同植被...     

深海压力–流速耦合环境下基于灰色系统理论的有机涂层寿命预测研究

目的 建立深海压力–流速耦合环境下有机涂层的寿命预测模型,并预测有机涂层在该环境下的服役寿命。方法 首先针对涂层的湿态附着力变化结果,基于灰色系统理论,建立湿态附着力的GM(1,1)模型。随后再基于耦合环境下的试验结果,建立涂层水传输的扩散模型。最后,在此基础上,利用灰色关联分析方法,计算这2种失效影响因素在涂层失效过程中所占的权重因子,并基于这2个影响因素建立涂层失效的数学模型。结果 经过数学统计验证和试验结果对比验证,该模型精度良好,可靠性高。结论 该模型能够对深海压力–流速耦合环境下有机涂层的寿命进行准确预测。     

加速寿命试验三参数威布尔分布的极小变异-极大似然估计

目的 在加速试验中,对寿命服从三参数威布尔分布的产品进行可靠性评估与寿命预测,解决形状参数小于1时传统方法难以计算的问题。方法 利用三参数威布尔分布与指数分布之间的转换关系,以变异系数误差最小为优化目标,在确定最优位置参数估计值的基础上,应用拟极大似然方法估计分布模型中的其余参数,建立极小变异–极大似然估计（MV-MLE）。根据加速寿命试验中失效机理不变的原则,在失效机理等同条件下,将该方法推广至多应力水平下的可靠寿命评估。结果 在单一应力与多应力水平下,通过仿真模拟验证了所提方法的有效性。与传统方法相比,在小样本条件下,所提方法可提高形状参数（机理等同性参数）估计精度40%以上。结论 所提方法对于三参数威布尔分布的参数估计和寿命评估具有较高精度,能够有效克服传统方法的不足,在加速寿命试验评估中具有良好的应用效果。