基于神经网络算法的沥青路面使用性能组合预测模型研究

为了准确预测沥青路面使用性能变化规律,提出了基于径向基神经网络算法的路面使用性能组合预测模型PCA-GA-RBF;针对神经网络收敛速度慢、模型参数容易陷入局部最优的问题,采用主成分分析算法对路面使用性能影响因素进行了降维处理,利用遗传算法对神经网络结构进行了优化;通过路面行驶质量的预测分析对组合预测模型进行了验证。研究表明：组合预测模型PCA-GA-RBF的拟合优度R²=0.820,均方根误差S=2.645,比单一RBF神经网络预测模型误差降低了11.4%,平均预测准确率为84.13%;组合预测模型计算速率快、预测精度高、预测效果好。     

基于主元分析的电磁继电器贮存失效机理研究

通常加速退化数据分析中退化失效只考虑或者假设一种或两种退化数据建模,而实际上很多情况下会存在多个退化敏感参数.且参数退化存在随机性,因此每两个敏感参数之间并不是简单的相关或者独立.为了更加智能准确地处理继电器加速贮存实验数据,为继电器贮存失效机理分析以及寿命预测提供依据,对电磁继电器进行加速贮存实验,在考虑多退化敏感参...     

深水二维对称式布置两成分锚泊线时域动力分析

深水作业海上浮式结构物的锚泊定位系统由锚链或锚索等成分进行约束,由于锚泊线的几何非线性,外界环境作用力的非线性和系泊浮体的运动的非线性给锚泊系统的回复力和位移的计算分析带来困难。此外,多种材料成分组成的多成分锚泊线的使用在推动了锚泊系统的深水应用和发展的同时也给锚泊系统的设计带来困难。本文采用设计波理论结合有限元方法进行两成分锚泊线的动力分析,考虑导缆孔处系泊结构物运动的影响。并将结果与单一成分锚泊线计算结果作比较分析,得到有益结论。     

主成分分析法在综合评价中的应用

由于许多领域已采用的评价方法在一定程度上受到主客观因素影响，致使评判结果与真实情况产生偏差．采用主成分分析法计算指标权重能克服主观因素的影响，使评价结果更加客观、可靠．文中介绍了主成分分析法原理、优势和计算步骤．最后以某省综合运输体系中的内河运输、铁路和公路进行了实证研究．     

振动噪声特征的主成分分析方法应用研究

运用主成分分析方法,经过矩阵变换,提取振动信号的主要信息,从而实现对振动噪声源的分析。通过对100CLG-30船用立式单级离心泵试验数据的分析处理说明,在有用信息量损失较少的前提下,该方法可以提炼运转状态信息,是一种解决高维复杂系统状态分析问题的简便有效的统计方法。     

基于主成分分析的中国造船业风险要素评价研究

船舶行业对国际乃至国内宏观形势反应的滞后性要求关注宏观环境发生的改变。近几年中国船舶市场发生了较大的变化,特别是世界金融危机对我国船舶市场的影响,需要对宏观形势进行探讨研究。从经济指标、上游产业成本波动、下游航运市场波动三个方面分析了我国船舶市场面临的风险,并运用主成分分析法对各风险要素进行了权重的确定,为各相关部门决策提供依据。     

港口吞吐量预测的混合算法实证研究

提出一种新的港口吞吐量预测混合算法,基于天津港的历史数据进行了实证研究。首先采用主成分分析和相关分析从影响港口吞吐量的社会经济指标中甄别出显著影响因子,其次采用基于时间序列分析的三次指数平滑法获得其预估值,最后采用基于因果分析的遗传算法优化的神经网络法预测港口吞吐量。结果表明,影响因子预估中基准年的选择对预测结果影响很大,中长期预测应采用多个连续基准年的平均预估值,以平滑影响因子增长率的波动。     

基于多尺度模糊熵和主成分分析的 轴承故障特征提取

针对滚动轴承故障特征难以提取的问题,文章提出了基于多尺度模糊熵(MFE)和主成分分析(PCA)相结合的滚动轴承故障特征提取方法。首先利用经验模态分解(EMD)将原始振动信号分解成若干个本征模态函数(IMF),并根据相关系数和峭度值准则剔除虚假IMF分量;然后在不同尺度下求取真实IMF分量的模糊熵值,利用PCA对其进行降维处理,形成能表征不同轴承故障的特征向量,最后借用支持向量机对其进行诊断验证。实验表明,该方法可以有效地提取轴承故障信息,对4种轴承状态的识别率为95%,实现了对轴承故障的精确诊断。     

不同地区玄武岩品质及路用性能评价

不同地区的玄武岩,其化学成分、岩石的技术指标很接近,但由于矿物成分、结构构造的不同,尤其是受热浸蚀变的作用在岩石裂隙表面产生的次生矿物,如铁鳞石、蒙脱石等鳞片状附着物,其硬度低、质地软、吸水率大,经拌和机高温烘烤体积收缩,遇水体积成数倍膨胀,较大的膨胀力使沥青膜很容易从骨料表面脱落,给沥青路面带来较大的质量隐患。