汽车故障诊断专家系统中的机器学习

本文根据汽车故障诊断系统的特点，提出了汽车故障诊断专家系统学习机械模型，通过在学习机中引入三种学习模式－机械记忆学习模式，启发参数修正自学习模式和自动教导注入学习模式，实现了一种具有学习能力学习型汽车故障诊断专家系统。     

高斯过程机器学习在膨胀土等级分类中的应用

提出一种基于二元分类高斯过程的膨胀土等级分类的新模型,用于实际工程的效果表明,该模型能很好地表达膨胀土等级与其判别因素之间的非线性映射关系,显示出较强的适用性。     

基于机器学习的路表温度预估方法研究

依托实测路表温度与气象数据,基于路面温度场热平衡方程,分析影响路表温度的主要因素;选取历史路表温度与气象参数作为特征,通过LightGBM(轻量级梯度提升机)对中短时间尺度内的路表温度进行预估。结果表明,水泥、沥青2种路面短期(1 h)预估结果均方根误差分别为0.82,1.12℃,中短期(3 h)分别为1.31,1.86℃;允许误差在3℃内时,准确率在90%以上;水泥路面预估精度高于沥青路面,高温状况下预估精度稍低。采用LightGBM模型对路面温度预估的效果较好。     

锂离子电池状态估计机器学习方法综述

本文旨在综述机器学习方法在锂离子电池状态(包括荷电状态、健康状态和剩余可用寿命)估计领域的研究进展.首先,阐述机器学习方法在电池状态估计中的应用现状.然后,归纳电池状态估计机器学习方法的5个具体实施环节,即数据准备、模型选择与评价、超参数确定、数据预处理和模型训练,并提出了融合精度、实施成本和鲁棒性的学习算法评价方法....     

基于机器学习的路面病害成因判别方法研究

为了构建路面病害成因的自动判别方法,以重庆市内环快速路为工程实例,分析了不同路段类型的沥青路面病害的典型特征,基于不同类型损害的关联特性确定了数据降维分析的可行性,并采用主成分分析法对路面的众多状态信息数据进行降维处理,且通过随机森林算法实现了路面病害的自动成因分析。结果显示,通过机器学习模型训练得到的成因结论与实际现场调查结论基本一致,可认为基于机器学习的智能判别方法对路面病害的成因分析具有一定的可靠性,可为后续智能养护决策系统的开发提供自动化的判别方法。     

基于机器学习的汽车后视镜气动噪声预测方法

针对传统风洞试验、数值模拟等方法计算噪声值费时长、资源消耗大等问题,提出一种基于机器学习的气动噪声预测方法。以后视镜特征参数为数据集输入,对不同特征参数下的后视镜模型进行瞬态流场与声场联合仿真,将计算得到的总声压级值作为数据集输出,分别用不同数量的样本数据训练支持向量回归机,通过建立的预测模型对同一测试集进行预测得到总声压级预测值。结果表明,基于支持向量回归机的预测方法能得到与计算值误差较小的预测结果,在较少样本数据支撑下也具有较高的预测精度,可用于汽车后视镜气动噪声的预测。     

机器学习综述

机器学习(Machine learning,ML)是人工智能领域的重点研究方向之一,在很多领域得到了广泛的应用,全面且深刻地认识ML显得十分必要.根据训练样本和反馈方式的不同,将ML分为监督学习、无监督学习等六类,阐述了ML领域若干经典算法的原理、利弊及其应用,介绍了ML在不同场景中的典型应用,最后展望了ML的发展前景...     

山间沟谷岩溶发育特征及工程结构措施选择研究

安六铁路DK62+955~DK63+305段位于山间岩溶沟谷地区,轨面至地面高差10 m,该段地下有发育暗河及“V”溶槽。采用物探、钻探、原位测试及室内试验等方法,从工程地质特征和水文地质特征两个方面开展了工程地质及水文地质调查,结果表明:山间岩溶沟谷地段具有沿断裂带上发育地下暗河,地面岩溶塌陷严重,溶槽内厚层软土沉降控制困难,岩溶注浆加固风险大等特征。通过地面塌陷机理分析,提出以桥梁工程跨越地面岩溶塌陷及地下暗河区,避开各种建设风险,确保铁路运营安全。     

寒区沥青路面智慧化施工混合料温度预估机器学习模型

寒区沥青路面施工面临骤然降温、大温差、大风等不利天气,造成沥青路面摊铺、碾压温度起伏大,影响沥青路面压实质量,进而诱发诸多病害。以沥青路面施工温度为核心,通过物联网系统和智能元件采集沥青路面施工工艺参数并进行分析,采用机器学习算法构建沥青路面施工温度预估模型,准确掌控沥青路面摊铺和碾压施工温度,确保沥青路面施工质量。结果表明：沥青混合料拌和参数控制精度高,运输、摊铺和碾压阶段的施工工艺参数变异性大,需对参数进行异常值剔除处理,表明当前施工工艺控制技术仍有提升空间;采用随机森林算法对施工工艺参数进行重要性评估,出料温度和施工速度对施工温度影响最显著;基于4种机器学习算法建立了沥青路面施工温度预测模型,其中多层感知机模型最优,对多层感知机模型的隐藏层、神经元个数和学习率进行优化,优化后模型的周期数、均方误差和平均绝对误差降低,整体性能显著提升;考虑气象参数后,施工温度预测模型的训练效率降低,但预测精度提高。工程应用表明：提出的基于多层感知机沥青路面施工温度预测模型与实际工况相符,通过调节出料温度、摊铺速度、碾压速度可以有效减少混合料温度损失。     

四川红层分布及工程环境特征研究

四川是我国西南地区红层分布极为广泛的省份之一．红层主要分布在四川盆地及盆地边缘地区。总面积约16.5万km^2。通过对四川红层形成时代、地表出露情况、地形地貌、地质构造等特征的研究,提出将四川红层划分为4个大区,即盆北西南区、盆中区、盆东区和攀西区,同时进一步将盆北西南区细分为盆北小区、盆西小区和盆南小区,重点研究了各红层分区的工程环境特征。     

基于机器学习的基坑变形预测研究

为确定施工现场深基坑沉降变形值,结合3种机器学习算法,建立沉降量与相关因素之间的非映射关系,并以上海某基坑为例对沉降量进行预测。结果表明,相比支持向量机和决策树算法,随机森林算法具有较高的预测精度,其拟合优度R²和均方根误差RMSE分别为0.96、1.13,能很好地预测基坑变形量;内摩擦角对基坑沉降的影响最显著,土层渗透系数的影响较小。     

车辆识别中的博弈特征选择研究

针对特征识别判断中出现的冲突和特征过多所造成的特征维数灾难问题,采用博弈论的方法对车辆特征空间进行搜索,找到一组对车辆类型识别的最佳特征子集。在多特征组成的特征空间中把具有存在冗余关系的特征定义为博弈过程中的同一个局中人,具有互补关系的特征定义为不同的局中人,用互信息构造支付值函数,使支付值函数能够表现局中人之间的可信度冲突关系。支付值函数的大小和局中人采用对策的分类能力大小相关,分类可信度高的对策支付值大,分类可信度弱的对策支付值小。在车辆识别应用中,车辆的5个特征所组成的特征空间中,把具有冗余与关系的特征分成两个局中人,构造出支付函数,在赢得矩阵中求出均衡解,得出均衡解所对应的{车长、后轮距}是特征空间的一组最佳特征子集。     

基于机器学习预测微生物加固钙质砂统一动强度

为探究不同微生物加固程度、有效围压和相对密实度与微生物加固钙质砂的动强度系数之间的相对重要性大小,并建立相应的统一动强度准则,用以预测微生物加固钙质砂的动强度,依据86组微生物诱导碳酸钙沉淀(MICP)技术加固钙质砂的不排水三轴试验数据建立数据集,利用反向传播神经网络(BPNN)和多元自适应回归样条(MARS)方法对数据集进行训练和预测。结果表明：微生物加固程度对动强度系数的影响程度最大,有效围压的影响稍逊之,相对密实度的影响相对较小,其相对重要性大小均值分别是100%、94%与68%,基于机器学习方法对微生物加固钙质砂的动强度系数进行预测的效果优于传统方法建立的统一动强度准则所获得的结果,其中BPNN模型的预测结果更准确,MARS模型的计算效率更高。     

基于温岭市康庄工程事故特征的交通安全对策

为了保证乡村康庄工程的交通安全,提高道路的通行效率,文章结合温岭市康庄工程的交通现状,根据2003～2007年康庄工程交通事故有关调查数据,对事故时间分布、事故时段分布、事故空间分布、事故死亡者年龄分布和事故车辆类型等一系列指标进行了统计,并在对各项指标进行分析研究的基础上,进一步提出有针对性的乡村康庄工程交通安全对策和建议。     

面向智能驾驶行为的机器学习

基于机器学习的智能驾驶行为分析是智能车辆发展的方向和难点之一.驾驶行为的知识获取和表达,涉及机器学习中的诸多算法.首先对机器学习在驾驶行为识别判断、建模预测、智能决策等方面的研究进行了分析,进而对驾驶行为分析中的几种主要机器学习算法进行了较为全面的总结,最后给出了各种算法的优缺点.     

汽车造型特征的工程可行性分析

汽车造型是美学、结构力学、空气动力学等多学科约束的一个综合性设计问题。由于国内的汽车设计工程起步较晚,多数的汽车设计与制造公司在汽车造型设计之初忽略了对汽车造型特征进行大量工程可行性的研究．造型的设计过程和结果评价一般还是靠造型师的经验．所以造型设计往往是在“发现错误”与“返回修改”的过程中反复,浪费了大量的人力、时间而无法取得好的设计结果。     

工程评标中的灰色决策方法

基建工程采用招标方式确定工程承包者是国际通行做法，灰郄局势决策是继模糊综合评判方法之后，又一种多因素综合评价方法，以简单的计算给出评标中的量化指标，使评结果更加合理和更为客观。     

乘用车加速行驶车外噪声影响因素相关性分析

本研究通过对比统计学相关性分析方法和机器学习Lasso特征选择方法,分析多组乘用车加速行驶车外噪声试验结果与其影响因素间的相关性关系。首先使用SPSS软件按照正态性分析、皮尔逊相关系数分析、显著性检验的顺序对样本数据进行相关性分析,结果表明发动机额定转速、额定功率、气缸数、排量以及前悬长度与噪声试验结果有显著的正相关性。然后借助Python语言搭建Lasso算法模型对样本数据进行特征选择分析,结果显示发动机额定功率和额定转速与噪声结果的特征相关性显著。两种方法能够得到相近的结论,说明机器学习算法在整车试验数据挖掘领域中的应用前景广泛。     

武汉地区岩溶发育特征及地铁工程中岩溶处理

以武汉地铁岩溶专项勘察资料和地铁工程中岩溶处理案例为依据,采用综合统计方法分析岩溶发育特征和规律,总结地铁车站、区间隧道穿越岩溶区时的处理方法。研究表明武汉地区岩溶为浅层岩溶,主要在岩面以下0~15 m范围发育,表现为溶洞、溶沟、溶槽,钻孔遇洞率约50%,线岩溶率约6%,溶洞埋置越深填充率越低。岩溶区主要分为Ⅰ,Ⅱ,Ⅲ3种地质结构类型并对应高、中、低3种岩溶塌陷风险区。根据岩溶地质结构类型分类总结武汉地铁建设中采取的注浆填充、岩层注浆帷幕、土层隔离、旋喷加固及围护结构入岩等处理措施。     

内昆铁路的地质特征和重点路基工程

概述内昆铁路沿线的地层、地质构造、不良地质和特殊岩土等地质特征，并介绍了针对不同地质条件所采取的工程对策和措施。