基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

支持向量机多重分类救生舱环境评价研究

针对矿用救生舱舱内环境动态评价的问题,采用支持向量机多重分类机制进行评价研究.确定了舱内环境评价的等级指标;将环境评价问题处理为分类和分级两部分,分别给出了相应的函数.使用粒子群优化算法进行了参数优化;制订了具体的评价方案,得出了动态评价结果.经现场试验证明,该环境评价方法可以对救生舱舱内环境进行有效、实时的动态评价,算法收敛速度较快,为救生舱舱内环境调控提供了可靠的理论基础和充分的现场数据.     

徐州市新星纸业有限公司

徐州市新星纸业有限公司位于贾汪区大吴镇境内,距206国道约1km^2。现有干部职工750余人。该企业始建于1992年,1999年组建公司,积累了丰富的造纸经验。目前公司拥有纸机生产线6条,其中：4条2880型纸机、1条2460型纸机、1条3400型纸机,设计年产量10万t,总资产1．12亿元。可生产多种规格的瓦楞包装纸。     

上海市城郊臭氧浓度变化分析及模拟预报

利用上海市普陀、南汇、淀山湖3个臭氧观测站2005年的臭氧小时观测资料,首先对市区和郊区的大气臭氧浓度的污染特征和变化情况进行了分析,结果表明,上海市郊区的臭氧浓度和污染水平高于市区,且臭氧浓度日变化在市区呈现明显的双峰现象,而郊区则是单峰型变化规律。然后运用基于统计学理论的最小二乘支持向量机（LSSVM）方法对3个站的日（24h）平均和白日（12h）平均以及日最大值臭氧浓度进行预测,得到较好的预报效果。     

基于SVR的船舶溢油事故预测

船舶溢油事故的预测,是确定所需应急资源多少的重要依据;但船舶溢油事故具有小样本性,传统预测方法不再适用。针对船舶溢油事故的小样本性,该文选择SVR模型对其进行预测;SVR算法的关键是核函数的选择及自由参数的确定,针对上述问题该文分别采用交叉验证法、遗传算法;并在matlab软件上建立SVR模型,最后将该模型应用于上海港水域船舶溢油事故的预测。     

关于自动扶梯机-电式制动回路的分析

本文分析了自动扶梯和曳引式电梯的制动回路在标准上的差别,也是很多从事电梯行业的人员容易混淆的;分析了如何通过修改PLC的程序,来达到标准的要求。     

人-机-环境系统工程理论在高层建筑火灾防控中的应用研究

针对目前高层建筑火灾防控严峻的形势及火灾威胁的现实问题,引入了"人-机-环境系统工程"的理论,探讨了高层建筑的火灾隐患,提出人在系统中的主导作用,应立足自救,以防为主。并分析了高层建筑火灾防控的措施,说明了消防部队在高层建筑火灾防控中的积极作用,指出优化高层建筑火灾扑救作战力量,采取先进的消防技术,减少人员伤亡和财产损失。     

创建本质安全型煤矿探讨

从保障煤炭企业自身持续稳定发展和建设和谐社会的高度,阐述了本质安全的内涵和本质安全型矿井的特征,从＂人、机、环境、管理＂等不同角度分析了影响煤矿安全生产的主要因素,探讨了提高从业人员本质安全素质、提升系统装备和作业环境本质安全化程度和强化本质安全管理等创建本质安全型煤矿应采取的综合措施。明确指出将＂人、机、环境、管理＂等要素有机融合起来构建煤矿本质安全生产管理体系,是煤炭企业安全生产管理工作的客观需要,对指导煤炭企业创建本质安全型矿井具有重要意义。     

城市电厂大型机力通风冷却塔的噪声控制

针对城市电厂大型机力通风冷却塔的噪声污染,以北京太阳宫燃气热电冷联供工程中应用的机力通风冷却塔噪声控制为例,通过分析研究冷却塔各声源不同的频谱特性和传播特性,并根据厂界噪声控制目标计算声源的超标量和设计降噪量,采取隔声、消声和吸声等综合集成的噪声控制技术,设计开发了大型机力通风冷却塔降噪消声装置,取得了理想效果,使厂界噪声达到I类标准,为低噪声机力通风冷却塔的声学设计提供了工程实践参考。     

基于遗传算法的支持向量机预测有机物自燃点的研究

根据定量构效关系(QSPR)原理,研究自燃点(AIT)与其分子结构间的内在定量关系。以265种有机化合物作为样本集,随机选择238种作为训练集,27种作为测试集,用遗传算法(GA)进行变量选择,分别建立多元线性回归(MLR)模型和支持向量机(SVM)模型研究有机物的自燃点与其分子结构间的关系。通过分析,发现造成模型预测效果不佳的原因是试验数据本身存在问题。通过对2个模型的比较,结果为GA-SVM模型明显优于GA-MLR模型,说明自燃点与其分子结构间具有很强的非线性关系。