基于POS-LSSVM的沥青路面性能评价方法

基于支持向量机的结构风险最小化与粒子群算法快速全局优化的特点,用粒子群算法优化最小二乘支持向量机的参数,避免了人为选择参数的盲目性,提高了预测模型的训练速度和预测推广能力.选择PCI、RQI、SSI、BPN,4个指标作为评价指标,建立了基于PSO-LSSVM的沥青路面性能评价模型,将该模型用于路面性能评价,获得了令人满意的评价效果.结果表明,支持向量机法可以可靠有效地评价沥青路面性能.     

基于相空间重构和支持向量机的盾构滚刀岩机实验台轴承状态趋势预测

以盾构滚刀岩机作用实验台为研究对象,提出一种基于相空间重构和最小二乘支持向量机的盾构轴承状态评估及预测方法。该方法将一维时间序列重构到高维相空间中,利用相点作为支持向量机输入,自适应地对特征进行选取,并结合支持向量机非线性回归的优点,可有效预测轴承的运行状态。对实际采集的盾构滚刀岩机实验台的轴承信号进行研究分析,发现本算法的预测结果明显优于BP神经网络。将本文算法应用于工程实践,可以对盾构关键轴承状态评估和预测,能够为盾构轴承的定期保养和维修提供有效的指导。     

基于聚类支持向量机的车型识别方法研究

地磁感应波形通过数据融合初步提取出结构、频谱和数值3个范畴的特征.利用Filter-Filter-wrapper模式对初步提取的特征进行组合式特征评估,即采用改进的ReliefF算法挑选最适合车型分类的不冗余特征,再建立Top-K机制的交叉验证搜索最优特征组合.引入基于聚类支持向量机(C-SVM)的车型分类算法,并采用微粒群算法对C-SVM算子中的核函数参数和惩罚系数进行了优化,构建了微粒群优化的C-SVM车型分类器.实验结果显示该车型分类方法能显著提高数据挖掘的效率,机器学习的能力,并且具备较高的车型分类准确率.      

基于最小二乘支持向量机的公路工程造价预测模型

由于公路工程造价的影响因素错综复杂,且历史数据非常有限,使公路工程造价预测成为典型的小样本条件下非线性回归问题。针对传统的回归方法解决这类问题的不足,该文提出一种新型的公路工程造价预测模型。该模型基于最小二乘支持向量机的基本原理,结合公路工程的具体特征,实现了公路工程造价的智能化预测。新模型充分发挥了最小二乘支持向量机在解决有限样本及非线性回归问题中的优势,建立了较准确的预测模型,且训练速度较普通支持向量机更快。实证数据分析验证了本模型的有效性。     

基于遗传算法和支持向量机的汽车行驶工况识别

为了提高支持向量机算法应用在行驶工况识别上的准确率,提出一种基于遗传算法优化策略.基于主成分分析理论对实车采集的4种典型城市工况载荷谱数据提取特征参数,并以此作为识别模型的输入参数,然后通过网格搜索法确定参数寻优空间,再由遗传算法在此范围内精确寻优.仿真试验结果显示,运用这种基于遗传算法优化支持向量机建立的识别模型分类识别精确度比之前提高了3.44％.     

基于支持向量机的发动机缸壁间隙识别

通过采集发动机缸壁表面的振动信号并对信号进行区间小波包分解,与最小二乘支持向量机相结合,以部分测试信号作为训练样本建立分类器,部分样本作为测试样本输入分类器中进行判断识别,通过设置不同的参数寻找到最优分类结果,最终判别出发动机的缸壁间隙。     

基于支持向量机的钢筋混凝土桥梁损伤识别

为了克服现有方法存在的一些不足,提出基于小波包和支持向量机的混凝土桥梁损伤识别方法。采用小波包对环境振动下的信号进行分解,获得各个频带上的能量,该向量对损伤敏感,可以作为模型识别的输入向量。利用支持向量机强大的分类功能,提出根据频带能量建立支持向量机并进行损伤模式识别的方法。应用该方法对一座三跨连续梁桥进行了损伤识别分析。结果表明经过训练的支持向量机可以较准确地识别出损伤位置和程度。对小波频带能量进行主成分分析后建立的支持向量机会获得更好的识别效果。获得更精确的实际信号特征将进一步提高有限元模型精度和实际应用效果。     

The Application of Support Vector Machine to the Fault Identification of Vehicle Automatic Transmission

本文中提出基于支持向量机的汽车自动变速器故障识别方法.首先利用设计的虚拟测试系统采集自动变速器3种状态下的运行数据,再对数据进行整理和筛选,提取合适的数据作为训练样本,然后设计基于支持向量机的多值分类器进行故障识别,最后与基于BP人工神经网络的诊断方法进行对比.结果表明,基于支持向量机的故障识别方法具有更快的收敛速度和更强的分类能力,适用于汽车自动变速器实时故障识别和诊断.     

基于支持向量机的沥青路面使用性能预测探究

在考虑模型的二次损失函数下,对传统SVM进行扩展开进,得到基于最小二乘支持向量机(LS—SV M)的回归模型,利用支持向量机(SVM)具有的泛华能力,通过非线性映射构建一个高维空间的最优超平面,来进行评价计算。通过对选取的样本的归一化处理,确定LS—SVM输入向量数量指标,引入拉格拉日函数进行变化,获得函数的对偶关系,从而在保证LS—SVM的训练速度和预测精度,快速寻找到模型的解。最后通过算例验证了模型在拟合过程和预测经过精度方相较于其他模型具有明显的优势,能有效满足实际工程应用需求。     

电动汽车用感应电机的最小二乘支持向量机逆控制EI北大核心CSCD

针对电动汽车驱动用感应电机采用常规PI控制时转速波动较大、调节器参数调节困难等问题,提出了一种基于最小二乘支持向量机(LSSVM)的电动汽车感应电机逆控制法。首先建立了电动汽车驱动用感应电机的数学模型,并证明其可逆。然后利用LSSVM建立感应电机的逆模型,并通过改进的粒子群算法优化LSSVM的参数,将该逆模型串联在原系统中而得到伪线性系统,最后设计线性闭环调节器实现高性能控制。仿真结果表明,与常规PI控制相比,采用LSSVM逆控制时转速跟踪精度显著提高,系统具有较强的鲁棒性。     

基于Matlab的发动机快速平衡分析方法的研究

通过对发动机工作过程的研究,得到任一时刻发动机各缸动力学特性曲线形状相同,沿时间坐标存在一定偏移的结论。基于Matlab软件,将各缸动力学特性曲线的偏移转化为该曲线中离散点组成的向量内数据的偏移,通过向量的偏移、叠加等计算得到整机动力学特性的数值表达形式,据此判断发动机的平衡情况。用户只需输入特定发动机的必要参数,然后运行程序即可快速得到平衡分析结果。通过对常见机型进行平衡分析,验证了该方法的准确性和有效性。     

基于振动信号的柴油机进排气系统故障诊断研究

提出了一种根据柴油机气缸盖振动信号诊断进排气系统故障的方法 ,介绍了对柴油机的振动信号进行小波降噪和小波分解 ,提取相应特征向量 ,然后将振动样本的特征向量作为径向基函数神经网络的输入参数 ,以故障类别作为输出参数训练该网络 ,训练后的神经网络可以利用测量的振动信号来判断柴油机的故障状况。仿真和试验证明该方法有效可行     

客车燃油经济性计算软件的开发与运用

在客车开发设计阶段需要对其燃油经济性进行预测和估算，通过常规计算所得的估算值与试验值相比较存在数值偏小的问题。中分析了客车计算燃油消耗值偏小的主要原因，通过对发动机万有特性曲线的拟合，以及对发动机功率的修正，利用最小二乘法、高斯-赛得尔迭代法等计算方法，编制了燃油经济性计算软件，利用该软件计算得到的燃油值能较好地接近试验值。     

北京地铁粉细砂层PBA车站沉降规律研究

PBA工法工序转换复杂，易引起地表沉降，不同地层条件下的沉降规律难以掌握。尤其在含水粉细砂地层等不良地质条件下的地表沉降难以控制，对周边环境造成一定安全隐患。为研究粉细砂地层PBA车站沉降规律，通过调研北京地铁粉细砂地层PBA车站分布情况，基于监控量测数据分析不同降水条件下PBA车站地表沉降规律，并依据有限元方法进行计算验证，研究表明： 1）大于相应地表沉降值的发生概率与地表最大沉降值的关系符合正态分布，有效降水和未有效降水车站地表最大沉降值分别为-85.31～-93.29 mm、-126.16～-131.35 mm，由数据拟合得出地表最大沉降值超过-60 mm的概率分别为53.30%、74.96%； 2）沉降变形主要发生在导洞施工及扣拱施工阶段(约占90%)，上导洞施工、下导洞施工、梁柱体系施工、扣拱施工阶段沉降比例约为4∶3∶1∶2； 3）沉降槽与Peck曲线趋近一致，沉降槽宽度系数在9.82～15.51 m，有效降水车站的沉降槽宽度系数比未有效降水车站的大3～5 m； 4）地层损失率普遍在0.56%～0.70%，沉降槽宽度参数受降水效果影响显著，普遍在0.51～0.89。研究结论可用于初步判断粉细砂层PBA车站的地表最大沉降。     

动力转向器的力特性曲线分析与应用

在动力转向器的性能检测中，力特性曲线是最重要的一个项目。性能测试中常会遇到力特性曲线不平滑、曲线扭力值达不到设计要求、曲线对称度差等问题：对其进行的分析表明，力特性曲线不平滑是南于扭力突变引起的，曲线对称度差一般是南阀芯阀套槽口的均分性质量及调阀打销的不准确性引起的。     

电石灰改良盐渍土土水特征试验研究

测试电石灰改良土的土水特征曲线是电石灰改良土路基潮湿状态分析的关键。采用张力计法测试了不同压实度的电石灰改良土的土水特征曲线,利用非线性最小二乘法反演了van-Genuchten模型中的参数,分析了van-Genucht-en模型拟合电石灰改良土土水特征曲线的效果。结果表明：随着电石灰改良土体积含水率增加,改良土基质吸力逐渐减小;随着压实度的提高,电石灰改良土的体积饱和含水率升高,相同体积含水率的电石灰改良土的基质吸力增大;van-Ge-nuchten模型能很好地拟合电石灰改良土土水特征曲线。研究为电石灰改良土路基的潮湿状态分析提供了试验基础。     

软土地质条件下盾构穿越高速铁路对路基工后沉降的影响

依托南京地铁4号线一期工程徐金区间隧道下穿京沪高铁联络线及仙宁铁路项目,运用理论分析与现场变形观测相结合的方法,分析铁路路基在盾构隧道施工期及工后期的沉降规律.研究表明:Peck沉降理论计算的地表沉降极大值发生在两个隧道中心对应的地表处,随地层损失率的增加而增加,具对称性;与一般黏性土或者砂性土不同,软土地质条件下盾构...     

基于RBF网络的混凝土抗压强度的预测

为了预测混凝土的抗压强度,在分析RBF神经网络原理的基础上提出了用RBF神经网络模拟抗压强度与各影响因素间关系的方法。根据搅拌机的实际工作状况,建立了4个输入节点、1个输出节点的RBF神经网络模型,通过19组试验,验证了模型的可靠性。结果表明,实测结果与预测结果相接近,RBF神经网络模型是一种较准确的快速预测混凝土抗压强度的方法。     

基于最小二乘法的LabVIEW拟合桥梁挠曲线研究

FBG的测试基本物理量是应变,无法直接测试挠度。但是对于主要承受弯曲的桥梁结构,应变对应着截面弯曲变形的曲率,因此由曲率的大小可以反映弯曲变形的大小。基于该原理,采用最小二乘法由截面的平均曲率分跨拟合桥梁的挠曲线,达到由FBG测试桥梁挠曲线的目的;并通过使用LabVIEW软件编制由曲率拟合挠曲线的专业程序,可以得到任意荷载作用、跨长、支座沉降情况下的挠曲线方程;最后对简支梁在不同荷载作用下的挠曲线进行数值模拟与分析。     

基于雷达图的既有钢筋混凝土拱肋承载力评定

通过构建以不规则五边形最小面积为特征向量的评价函数,将对既有钢筋混凝土拱肋承载力的定性描述定量化,并利用雷达图推算出承载力评定的检算系数Z1的标度评价值,有效地消除了各项因素之间的线性关系.基于最小二乘法拟合了检算系数Z1与其标度评价值之间的曲线方程.用检算系数Z1对不考虑损伤的有限元计算结果进行修正,获得承载力评定值...