基于GRNN算法的船用柴油机性能曲线模拟与油耗率预测

根据4190ZLC-2船用四冲程增压柴油机实际实验测得数据,建立基于广义回归神经网络(GRNN)的柴油机性能曲线和燃油消耗率预测模型。在所得实验数据中,选取柴油机油门、转速、扭矩等参数数值作为网络输入,柴油机的燃油消耗率作为网络输出。仿真结果表明:基于GRNN模型的神经网络学习速度快,预测精度高,可以很好地适用于柴油机燃油消耗率的性能预测中,并且能很好的实现预测仿真的效果。模型建立之后,可以根据测得数据实时了解柴油机的运行工况及性能状态。     

基于基桩振动参数和投影寻踪法的基桩承载力预测方法*

基于投影寻踪法对基桩承载力进行了预测.以基桩承载力为因变量,以锤击力最大值、传递给基桩的最大能量值、基桩顶最大动位移、Zv最大值、基桩入土深度、桩径为自变量,得出了基桩承载力的投影寻踪预测模型.研究发现,通过32组实测数据训练后,投影寻踪模型的基桩承载力预测值与高应变动测法实测值的相对误差为±0.071 83％;该模型对6组验证数据的预测值与静载试验实测值、高应变动测法实测值的相对误差分别为±7.352 97％和±6.0111 21％.结果表明,该投影寻踪法预测模型是精确的和可靠的,投影寻踪法是一种较为优越的方法,值得在基桩承载力的预测中推广应用.     

双鱼岛工程设计关键技术研究

重点介绍双鱼岛的前期填海造陆设计如何考虑与后期上盖规划之间的衔接,并根据工程所在位置地质相对比较 复杂、淤泥层厚度较大的特点,对人工岛平面布置、护岸结构方案、陆域填筑、地基处理、特殊功能建筑等主要关键技术 作重点研究。     

混合数据特征选择算法及在客户流失预测中的应用

特征选择是高维数据处理的一个重要部分,在现实世界中高维的混合数据经常存在。针对高维混合数据,基于模糊粗糙集,在CEBARKNC算法的基础上,改进属性重要性的计算及约简的选取条件,进行特征选择,降低了数据维度,提高了效率,并将其应用于客户流失预测实例中。结果表明：改进的CEBARKNC算法得出的数据用于分类器,与胡清华提出的一个fuzzy-rough算法得出的数据相比,能取得较好的性能。     

成都地铁工程车站基坑涌水量的预测分析

以拟建成都市地铁7号线某站为例,建立基坑体积大小相同仅长宽比不同的块状（圆形）、条形基坑模型,分别计算其涌水量。计算结果表明:在基坑体积大小及地质条件相同的情况下,块状（圆形）、条形基坑的涌水量都随着长宽比的增大而增大。同时指出,在预测基坑涌水量时,必须充分认识工作地区的工程地质、水文地质条件,尽可能采用多种计算公式,并结合地区经验类比,可提高预测的准确性。     

南钦铁路采空区变形预测与危险性评估

采空区问题是世界性难题,无法绕避时,须采用合理的方法予以整治,达到工程安全的目的。结合南钦铁路煤矿采空区现状情况,评估采空区危险性与变形预测。评估结果显示:由于采空区上方地面产生裂缝和塌陷,将导致整体下沉致灾的危险;变形预测结果大于规范要求。因此,必须进行相应的工程处理,确保铁路的营运安全。     

TSP地质超前预报在长大隧道施工中的应用

结合江西省九江市星子县温泉隧道TSP地质超前预报的成功实践,详细阐述了TSP地质超前预报探测设备、原理,并对结果进行分析,可供类似工程参考.     

基于BP神经网络的仓储烟草霉变预测

烟草霉变预测尚没有有效的方法。为实时预测仓储烟草的霉变程度,选取仓储环境的温湿度和烟草的自身含水量参数作为神经网络的输入层,烟草霉变度作为输出层,建立BP神经网络烟草霉变预测模型。选取78组实测数据作为训练样本对预测模型进行训练,得出了神经网络的阈值和权值。利用14组预测样本针对该预测模型进行了仿真,并进行了线性回归分析。结果表明,建立的烟草霉变预测模型具有较高的预测精度,预测值和实际值的偏差在[-0.028,0.033]之间,相对误差绝对值的平均值为0.0019。最后,在基于嵌入式ARM+Linux+Web的某公司烟草仓库智能监测系统中,实现了烟草霉变实时预测功能,取得了较好的效果。     

隧道初衬检测中的地质雷达技术应用

近年来,地质雷达作为隧道工程中一种新的检测技术,具有无损性、高效性、抗干扰能力强等优点。结合黄羊山二号隧道,阐述了地质雷达在初衬检测方面的应用,主要包括钢拱架间距、初衬厚度、初衬与围岩之间是否存在空洞,可供同类工程参考。     

基于发动机模型的神经网络点火控制器

针对YN30QNE发动机,根据发动机平均值原理,建立了发动机平均值模型。在均值模型的基础上,建立了外负荷控制器模型,根据发动机的准维燃烧模型建立了发动机的点火提前角控制模型,并制取了点火提前角的初始MAP图。根据模型测得的试验数据利用神经网络自学习的能力,采用BP神经网络的改进LM优化控制方法,对点火提前角进行训练,神经网络根据训练过后得到的权值和阀值,达到发动机点火控制的目的。最后,搭建神经网络点火系统的Simulink对其进行仿真验证。