基于小波神经网络的瓦斯涌出量预测研究

准确地预测瓦斯涌出量对于指导矿井设计和安全生产有重要意义,而瓦斯涌出量是一个与自然因素及开采技术等多因素有关的非线性建模问题。鉴于传统神经网络方法解决非线性问题收敛速度慢,易陷入局部最优解的缺陷,笔者提出一种既充分利用小波变换的时频局部化性质,又能结合神经网络的自学习能力的小波神经网络预测瓦斯涌出量的方法,并建立了预测模型。在此基础上,采用Delphi语言,设计了小波/BP神经网络仿真器。通过实例分析表明该方法较传统神经网络收敛迅速,预测精度高。     

基于小波神经网络的煤层底板突水非线性预测方法研究

针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性。研究及实践表明:小波神经网络的预测精度更高、更准确。     

铁路运输经济预警系统的研究

铁路运输经济安全是国民经济安全的基础。建立综合运用现代科技手段的运输经济预警系统 ,对调控铁路运输和引导铁路运输业安全、健康发展十分重要。笔者将铁路作为国民经济的子系统 ,考虑国民经济对铁路的影响因素。在分析铁路运输经济的影响因素和景气预警指标的基础上 ,利用BP神经网络预测出下季度铁路运输经济预警指标的值 ,用景气信号监测模型对预测值进行分析并显示该季度的预警信号 ,直观地评价铁路运输经济的安全状态。运用铁路运输经济预警系统分析了 2 0 0 3年第一季度～ 2 0 0 4年第一季度 ,5个季度的景气信号 ,并对 2 0 0 4年第二季度的各项指标进行预测和景气分析 ,对系统进行了实用和考核 ,取得预期效果。     

基于GA/PSO-BP神经网络的石家庄VOCs环境浓度预测模型研究

为了提升挥发性有机物(Volatile Organic Components, VOCs)的预测精度,在反向传播(Back-Propagation, BP)网络结构的基础上使用优化算法分别为遗传算法(Genetic Algorithms, GA)优化BP神经网络(GA-BP)和粒子群算法(Particle Swarm Optimization, PSO)优化BP神经网络(PSO-BP)对VOCs质量浓度进行预测。首先,对污染物及气象因子进行筛选。采用相关性分析法及逐步回归法进行分析筛选,并筛选出合适的输入变量。其次,建立BP神经网络结构。利用BP、GA-BP、PSO-BP神经网络,以石家庄市2022年夏季污染数据为样本对VOCs质量浓度进行预测。结果显示,经相关性分析及逐步回归法筛选,将PM_2.5质量浓度、O₃质量浓度、NO₂质量浓度、温度、相对湿度作为输入变量。经预测结果对比,PSO-BP神经网络模型的预测精度较高,烷烃、烯烃、芳香烃和含氧烃实测值与预测值之间的拟合程度(R²)分别为0.80、0....     

基于多模态特征融合的飞机货舱火警探测技术

针对当前飞机货舱火警误报率高及人工特征提取适应性差的问题,使用一维卷积神经网络,建立了多模态融合火警预测模型,进行特征提取,开展模型的评估与验证,将特征提取与分类进行整合,实现了端到端的火警预测任务,提高了模型的可靠性与准确性。采用双波长烟雾探测技术,探测悬浮颗粒物的索特平均粒径、温度、红外光和蓝光的接收光与发射光功率比值。相较于传统火警探测算法将特征提取和分类分开处理策略,按照无火、阴燃、有火3种类别,进行火警信息的分类预测。结果表明,多模态融合的火警探测模型相对于单模态火警探测模型可以达到更高的探测精度,精度可达0.95以上。     

Biological stability in drinking water: a regression analysis of influencing factors

Some parameters, such as assimilable organic carbon(AOC), chloramine residual, water temperature, and water residence time, were measured in drinking water from distribution systems in a northern city of China. The measurement results illustrate that when chloramine residual is more than 0.3 mg/L or AOC content is below 50μg/L, the biological stability of drinking water can be controlled.Both chloramine residual and AOC have a good relationship with Heterotrophic Plate Counts( HPC)(Iog value), the correlation coefficient was-0.64 and 0.33, respectively. By regression analysis of the survey data, a statistical equation is presented and it is concluded that disinfectant residual exerts the strongest influence on bacterial growth and AOC is a suitable index to assess the biological stability in the drinking water.     

基于水灾征兆的煤矿安全危机预测方法研究

为有效管理煤矿水灾安全危机,并为管理者提供决策支持,从煤矿发生水灾前的征兆入手,通过分析130起煤矿水灾事故发生案例,结合历史文献,确定出水灾安全危机征兆指标32个。根据所选指标特点,选用BP神经网络作为预测模型、概率模型作为数据建立模型,在Matlab的环境下,通过实验验证了方法的可行性。     

模糊神经网络在火灾探测系统中的应用

为使火灾探测具有较低的误报率、较高的可靠性和较强的环境适应能力,提出了一种基于人工智能的数据融合技术的火灾探测算法,以环境温度、烟雾浓度、CO含量为检测对象,利用人工神经网络和模糊推理技术对多传感器信号进行融合,最终输出火灾危险性大小的信号。神经网络采用径向基函数网络(RBF),运用最近邻聚类学习算法,实现隶属度函数参数的自动提取,并结合模糊逻辑具有较强综合判断能力和识别能力的特点,在MATLAB下完成了火灾探测系统的设计与仿真,明显提高了火灾探测系统的性能。     

世博会对主办城市宏观经济的影响研究——以上海市为例

历届世博会对主办城市和主办国的经济影响较为明显。在认真分析世博经济内涵与外延的基础上,通过建立BP神经网络模型,比较GDP预测值和实际值,测度投资拉动期(2003—2009年)世博会对上海宏观经济的影响程度;通过建立GM(1,1)灰度模型,对2010年度世博会的影响力进行预测评估;通过建立灰度BP神经网络模型,充分考虑前期投资对会展过后的"引致影响",计算预测值和引致影响值之和,得到上海市2011—2020年的GDP预测值。模型结果显示,上海世博会在准备期、会展期、后续效应期都对上海宏观经济产生巨大影响,对上海2003—2020年GDP的拉动累计将达到23264.83亿元,城镇新增就业人数约1083.14万人。与历届世博会相比,上海世博的影响力居于首位。     

基于RBF和PSO的双喉道气动矢量喷管优化设计

本文探索了一种能多变量综合优化的方法,即对喷管进行参数化设计后,用均匀试验设计(UED)将试验样本均匀散布在设计区间内,求出各性能参数后,利用径向基神经网络(RBF)对试验样本进行拟合,再用粒子群算法(PSO)对训练好的神经网络进行寻优,找出了更好的双喉道气动矢量喷管设计参数组合。数值模拟结果显示,优化后的双喉道气动矢量喷管的矢量角有了明显提高。试验表明这种优化方法具有很好的优化能力,可以用来对喷管几何外形进行参数优化。 