“s”型覆岩空间结构的冲击地压危险区预测

基于微地震监测和覆岩空间结构理论，以山东华丰矿1410工作面为例，分析了“s”型覆岩空间结构的形成，利用理论方法和微地震监测预测并圈定了华丰矿1410工作面发生冲击地压的危险区域，研究了“s”型覆岩空间结构的冲击地压危险区分布规律，为现场预测和控制冲击地压灾害提供了理论基础。     

血管生成素-2对冠状动脉支架术后支架内再狭窄的预测价值

目的探讨血清血管生成素-2(Ang-2)对冠心病患者经皮冠状动脉介入治疗(PCI)术后支架内再狭窄的预测价值。方法入选113例冠心病患者成功置入单个药物洗脱支架,术后9~12个月复查冠状动脉造影,依据冠状动脉造影结果将患者分为支架术后再狭窄组和无再狭窄组,采用酶联免疫吸附法(ELISA)测定PCI术前及术后1周血清Ang-2浓度。结果支架内再狭窄组12例患者,无再狭窄组101例患者。再狭窄组和无再狭窄组术前Ang-2浓度[(849.6±234.6)pg/mL vs.(796.9±198.7)pg/mL]差异无统计学意义(P>0.05),术后Ang-2浓度[(629.7±137.3)pg/mL、(504.3±107.6)pg/mL]均明显下降,两组比较差异有统计学意义(P<0.05)。无再狭窄组术后Ang-2浓度降低更为明显,低于再狭窄组,差异有统计学意义(P<0.05)。结论 PCI术后Ang-2浓度均明显降低,且无再狭窄组降低更明显,推测Ang-2与支架术后再狭窄相关,可作为预测PCI术后支架内再狭窄的参考指标。     

量子神经网络技术在船舶电力系统中的应用

短期负荷预测是一种电力系统优化调度工具。其不仅可为电网调度及发、供电计划提供有效的指导,而且可以保障电力系统安全和高效的运行,达到节约经济的目的。本文在分析影响船舶电网短期负荷的因素基础上,提出基于量子神经网络技术的船舶电网短期负荷预测法。     

汽油车八大传感器的位置与作用

水温传感器安装在发动机缸体、缸盖的水套或出水管上,与冷却液直接接触。电控单元根据水温信号,修正燃油喷射和点火正时,并在仪表盘上安有水温报警灯。空气流量传感器一般安装在空气滤清器与节气门之间。计算单位时间的空气流量,作为决定喷油量的基本信号之一。     

多元评价体系组合模型在铁路隧道变形预测中的应用

为克服传统预测模型结构单一、预测精度及稳定性不足等缺陷,提出多元体系组合预测模型的建模思路。首先,基于支持向量机、BP神经网络及ARMA模型3种单一预测模型,构建铁路隧道变形预测体系;再以均方根误差、误差平方和及平均绝对误差等为评价准则或指标,构建各预测结果的误差评价体系,求解各单项预测模型的权值贡献指数,得到最优组合权值;然后利用后验差检验、残差检验和关联度检验构建预测精度校验体系,对组合预测结果进行检验,评价预测模型的有效性;最后,结合工程实例,对多元体系组合预测模型在特大断面隧道中的变形预测效果进行检验。结果表明:多元评价体系组合模型预测相对误差值均小于2%,具有较高的预测精度,且较单一预测模型具有更高的预测精度,也一致通过相关检验,验证了多元体系组合预测模型的有效性。     

PSO-BP神经网络在隧道围岩变形预测中的应用

针对滇西复杂地质条件下隧道围岩变形预测问题,以BP神经网络为基础,引入了改进后的粒子群算法,通过调试和改进建立了PSO-BP神经网络。该神经网络结合了粒子群算法的全局搜索能力和BP神经网络的局部搜索能力,非线性映射能力强,泛化能力强,具有一定的容错能力。计算结果表明:PSO-BP神经网络预测精度高,平均绝对误差为2.4 mm,平均相对误差为2.7%,满足隧道围岩变形预测精度的需要。     

基于瞬时阻抗的路径规划策略仿真性能评估

根据对实时路况的数据处理方式,常见的动态路径规划策略可分为瞬时阻抗T-SPF和平均阻抗A-SPF两种方式.如何验证这些策略的个体效益及其对城市路网的中长期影响一直是相关系统部署的核心问题.针对这一问题,通过Vissim的Car2X模块与自定义程序实现了仿真中的动态转向,并以现实路网为蓝本,对T-SPF和A-SPF在不同程度的市场占有率情况下的运行性能进行了测试.测试结果表明2种现有策略都存在各自的问题;当市场占有率达到15%以上时,T-SPF 策略可能令路网的通行容量处于振荡状态,而实施了 A-SPF 的路网的平均延误和通行量表现稳定,但在个体效益方面表现还不如静态策略.建议为城市路网实施路径规划时设计新的策略以及与之匹配的信号优化机制.      

无坎宽顶堰流量系数的计算及讨论

通过采用二元非线性回归分析方法对多个数学模型进行分析,结合实测资料,得到了水利工程中无坎宽顶堰流量系数的经验公式,克服了查表法中需要通过多步直线内插带来的不便,更适合在水力计算中应用。     

航空客运收益管理无约束需求预测方法研究

无约束需求预测是提高收益管理决策准确性的重要前提,需求修复是其关键的组成部分.本文基于航空客运的需求特点,对无约束需求预测方法进行了定量研究和讨论.首先对研究的问题进行了描述,提出先将Holt模型用于需求修复,再使用Holt-Winters模型进行无约束需求预测的思想,并结合组合预测方法,建立了基于Holt的组合需求修复模型和基于Holt-Winters的组合预测模型.最后,通过数值仿真,验证了本文的无约束需求预测方法和组合模型对航空客运收益管理的可行性和有效性.     

基于灰色残差GM（1，1）模型的道路交通量预测的研究

道路交通体系是一个多因素、多层次、多目标的复杂系统。其中交通量信息系统具有明显的层次复杂性,结构关系的模糊性,动态变化的随机性,指标数据的不完全和不确定性。由于技术方法、人为因素、自然环境变化的影响,造成各种数据误差、短缺甚至虚假现象,系统的作用机制不明确,系统的状态、结构、边界关系难以精确描述,属于典型的灰色系统。在作量化、模型化、实体化研究时,能作为反映系统主要动态特征的数据是很少的。由于环境对系统的干扰,系统信息中原始数据序列往往呈现离乱情况,离乱数列即为灰色数列或称灰色过程,灰色理论利用那些较少的或不确切的表示系统行为特征的原始数据序列作生成变换后建立微分方程,对灰色过程建立的模型称为灰色模型（Greymodel）,简称GM模型。本文从理论上介绍了GM（1,1）模型和灰色残差GM（1,1）模型建立的一般过程,然后将其应用于交通量预测的实际例子中。预测结果表明,该方法是可行的。