PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。     

基于PSO-SVM算法的环境监测数据异常检测和缺失补全

针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。     

信息化提升作业安全性

梅山矿业结合井下安全避险＂六大系统＂的要求,充分利用已有的信息网络平台,先后建设了＂井下通讯系统＂＂井下人员定位系统＂,完善了＂多级机站通风计算机远程监控系统＂和＂视频网络监控系统＂等子系统,提高了井下采矿的安全性和自动化水平。     

南通市恒荣机泵厂有限公司

南通市恒荣机泵厂有限公司是国内率先成功开发并批量生产三叶型罗茨鼓风机，三叶型罗茨真空泵的公司。现为ISO9001：2000质量管理体系谁企业。     

桥门机啃道的判断与原因分析

龙门起重机与桥式起重机在正常行驶中,其车轮轮缘与轨道应保持20mm～30mm的侧隙.当大车运行时,其轮缘与轨道发生挤紧,大大增加了其运行阻力,这就是发生了啃道现象.啃道现象是起重机运行中的一种常见病.轻则致使起重机车轮和钢轨同时加速磨损报废,重则对路轨的固定和基础都有不同程度的破坏.甚至啃道极严重时还会导致起重机运行时脱轨,引发重大人身和设备事故.因此,对啃轨现象我们极不能轻视,必须学会对啃轨的判断,弄清原因,从而加以整改,防范起重机事故的发生.