基于蚁群神经网络的煤矿瓦斯预测模型

为了提高煤矿瓦斯涌出量的预测精度和预测速度,用蚁群算法和神经网络相结合的方法进行预测模型设计。选择瓦斯涌出的重要影响因素,建立其神经网络的预测模型。以网络的均方误差为目标函数,通过蚁群算法的迭代运算,实现BP网络的权值优化,并用优化好的BP网络进行瓦斯涌出预测。仿真结果表明,该方法具有较高的拟合预测精度。     

基于蚁群算法的石化项目应急路径规划研究

蚁群算法是一种智能仿生优化算法,实际运用仿真模拟时具有良好的寻优性和高效性。将蚁群算法与石化项目的路径规划结合,借鉴蚁群算法解决旅行商问题TSP的思路并将之运用于应急路径规划,利用MATLAB仿真软件,以某石化项目的应急路径规划为实例,较好地实现了有关应急路径模拟图,可为有关石化项目的安全规划提供借鉴和参考。     

区域危险品道路运输网络双层反馈规划模型及算法

为通过运输网络规划方式降低区域路网危险品运输风险,根据危险品道路运输网络规划中存在监管者路网规划和运输者路线选择的双层约束特征,在假设监管者网络规划目的为总运输风险最小,运输者选线目的为总运输成本最小的基础上,建立区域危险品道路运输网络双层规划模型。进一步提出能求解得到稳定运输网络的双层反馈式算法,即在传统模型算法中增加稳定性检验和反馈调整算法,进而保证运输者在监管者规划路网中所选路线运输成本最小的同时运输风险也尽可能小。最后,通过实例分析检验模型和算法的有效性。计算结果显示,反馈式算法求得的运输网络更稳定,总运输风险值也比传统模式和算法的低。     

神经网络模型在黄河水质预报中的应用分析

为提高黄河水质预测的精度和实用性,引入神经网络技术建立黄河水质预测模型,采用LM(Levenberg-Marquardt)算法提高预测精度,并将模型应用于黄河小花段(小浪底-花园口段)的水质预测.预测结果表明,在建立黄河入河污染物和功能区水质的输入响应关系模型的实际应用中,神经网络模型和LM算法可以取得较好的预测效果.     

浅谈安防行业视频智能分析

正智能视频分析技术市场空间巨大视频监控系统作为一种广泛使用的技术防范手段,在城市社会治安综合防控体系建设中发挥着越来越重要的作用。然而在视频监控飞速发展的今天,视频监控画面的海量信息大大超过了人力有效处理的范围已经成为客观事实。传统录像通常只能在"事件"发生之后通过调用录像进行回放取证,一方面损失已经产生不可能挽回,另一方面,通过人工回放录像取     

柔性相控阵换能器用于复杂焊接结构的超声检测

介绍灵巧了的两维和三维柔性相控阵换能器,用于检测几何形状复杂的焊接结构中裂纹类面状缺陷的方法特征和优势。新的实时功能,能重建内外表面轮廓;全点聚焦（FTP）法,能有效改善内表面开口裂纹的成像效果。期盼此法对承压设备复杂结构的超声检测,开辟新通道。     

大华高清智能球型摄像机助推高清智能网络技术应用普及

引言 随着经济的快速发展和技术的突飞猛进,公共秩序安全、生产安全、财产安全等越来越受到人们的重视,视频监控设备被广泛地被应用在各行业领域。传统的模拟监控系统已经不能满足政府＂平安城市＂、金融系统、高等教育、监管、监狱、文博等行业对安防的需求。网络化、智能化、数字化、远程化特点的网络视频监控系统则成为新的应用趋势,并形成一个高效、安全、先进的网络视频监控体系。     

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。      

基于改进FWA-NN的污水处理过程溶解氧浓度预测

为实现对污水处理过程溶解氧质量浓度的实时准确预测,提出了一种改进的混沌烟花混合优化算法并构建了基于改进算法的神经网络在线软测量模型.结合污水处理过程的数据特征,定义了一项新的样本相似度衡量指标用于提取更具代表性的建模数据.在改进算法中,为提高基本烟花算法初始成员的质量,定义了一种改进的两级正弦混沌映射并利用混沌运动的遍历性精选烟花算法的初始群成员;通过融合混沌算法改进了基本烟花算法的搜索机制,基于设定准则将寻优过程分为两阶段并采用两分群同时进行.测试结果表明改进算法的收敛速度和收敛精度有较大程度提高.将改进的软测量建模方法和样本数据提取方法用于污水处理过程溶解氧质量浓度软测量建模,应用结果表明该模型的均方根误差和平均泛化误差分别为0.0175和0.0118,具有较强的泛化性能.     

基于单纯形-混沌优化算法的边坡稳定性分析

利用混沌现象固有的内在结构进行寻优搜索,为土质边坡的稳定性分析提供了一个新思路。将混沌优化算法的全局搜索能力和单纯形法的局部搜索能力结合起来形成单纯形-混沌优化算法,结合简化Bishop法对边坡进行稳定性分析。单纯形-混沌优化算法搜索到的是全局最优解。通过与遗传算法、改进的模拟退火算法的计算结果对比,表明在保证安全系数一定精度的情况下,单纯形-混沌优化算法搜索到的是最危险滑动面。可见,单纯形-混沌优化算法具有较强的全局搜索能力,结果更可靠。