公路工程钢筋区域化集中加工发展模式分析

首先分析了公路工程建设模式的发展趋势对钢筋加工的新需求,提出可采用区域化集中加工的公路工程钢筋加工发展模式。结合对典型施工单位的调研,进行了现有公路工程现有钢筋加工厂有效生产时间、有效生产时间内钢筋加工厂的生产能力情况、钢筋加工厂用地指标、钢筋加工厂用电能耗指标、钢筋加工厂其他能耗指标等方面的调研。从调研结果可见,区域化钢筋集中加工存在比各标段自建钢筋加工厂的合理性,在条件适宜的前提下,将各标段自建钢筋加工厂转化为区域化钢筋集中加工厂是合理、可行的。在此基础上,探讨了公路工程区域性钢筋集中加工的主要实施模式以及各模式的特点及优势。     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

冲击载荷下弹性索波动行为试验装置设计

针对在冲击波作用下难以对弹性索波动行为进行试验研究且实际试验成本高等问题,提出一种冲击载荷下弹性索波动行为试验装置,装置由加速系统、钢索系统及测试系统组成。根据总体性能要求,探索波动行为特征,确定各部分组成的工作原理和详细构成（载荷和系统等多种参数可以调整）,设计相关性能试验验证方法。试验装置在设计的过程中涉及试验原理的选择、试验方法的实现,以及信号处理和图像处理等技术,可为研究钢索应力波行为提供试验基础平台,也可为钢索应力波相关工程应用领域提供技术参考。     

Analyzing passenger train arrival delays with support vector regression

We propose machine learning models that capture the relation between passenger train arrival delays and various characteristics of a railway system. Such models can be used at the tactical level to evaluate effects of various changes in a railway system on train delays. We present the first application of support vector regression in the analysis of train delays and compare its performance with the artificial neural networks which have been commonly used for such problems. Statistical comparison of the two models indicates that the support vector regression outperforms the artificial neural networks. Data for this analysis are collected from Serbian Railways and include expert opinions about the influence of infrastructure along different routes on train arrival delays.     

发动机缸盖机加线一站式随行托盘的应用

发动机缸盖型号多、更新换代快,便建设了以随行托盘为主要夹具的生产线,并充分利用随行托盘的优势,两种方式定位,一站式使用,数据追溯,机械防反,大为提高了生产线的柔性化,本文将从随行托盘的机械结构、RFID数据结构和工艺路线来分析随行托盘的应用性和优势所在.     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.     

准饱和土中单桩竖向荷载作用下的动力响应

根据Biot饱和多孔连续介质波动方程,基于Bardet对准饱和土的假设,提出了准饱和土二相介质波动方程;运用Helmholtz矢量分解和传递、透射矩阵法(TRM)推导出准饱和土中层状半空间受竖向荷载作用下的动力响应表达式;利用Muki虚拟桩法,在层状半空间建立了桩和准饱和土相互作用的第二类Fredholm积分方程,通过离散的数值积分方法求解积分方程,讨论了准饱和土中单桩竖向动力响应问题.算例分析表明,准饱和土中桩顶竖向阻抗随饱和度的减少而增大,与饱和土地基相比,明显偏大;桩侧孔压随饱和度的减小而增大,并沿着桩长迅速衰减;桩顶位移幅值在频率较小时变化明显,饱和度越小,位移峰值越大,当频率较大时,饱和度的变化对振幅的影响不大.     

EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

基于遗传支持向量机的综合管廊土建工程造价估算方法研究

综合管廊工程造价估算具有影响因素多、小样本及非线性的特点,传统的造价估算方法对于这类问题无法得到准确结果。针对这一问题,提出一种基于遗传支持向量机的综合管廊造价估算模型。分析综合管廊工程的具体特征,运用支持向量机建立工程造价与影响因子之间的非线性映射关系,利用遗传算法对支持向量机进行参数优化并对综合管廊的工程造价进行估算。以16条已建综合管廊工程作为数据库样本,对该模型进行分析验证。样本测试结果显示,利用该模型可将估算误差控制在10%以内,验证了模型估算的可行性。