基于GA-LSSVR的露天矿边坡稳定性预测

针对露天矿边坡稳定性问题的小样本、非线性等特点,利用遗传算法的全局搜索能力优势,提出了基于遗传算法的最小二乘支持向量回归参数寻优方法,并建立基于遗传最小二乘支持向量回归(GA-LSSVR)的露天矿边坡稳定性预测模型。通过遗传算法对LSSVR进行优化,提高了预测精度和速度。实验结果表明,与BP神经网络、LSSVR模型相比,GA-LSSVR的精度更高,基于GA-LSSVR的露天矿边坡稳定性预测模型更有效。     

基于GA-LSSVR的露天矿边坡稳定性预测

针对露天矿边坡稳定性问题的小样本、非线性等特点,利用遗传算法的全局搜索能力优势,提出了基于遗传算法的最小二乘支持向量回归参数寻优方法,并建立基于遗传最小二乘支持向量回归(GA-LSSVR)的露天矿边坡稳定性预测模型。通过遗传算法对LSSVR进行优化,提高了预测精度和速度。实验结果表明,与BP神经网络、LSSVR模型相比,GA-LSSVR的精度更高,基于GA-LSSVR的露天矿边坡稳定性预测模型更有效。     

基于K-L变换和支持向量机的滚动轴承故障诊断

提出了应用K-L变换和支持向量机相结合进行滚动轴承故障诊断的方法。K-L变换可以将高维相关变量压缩为低维独立的主特征向量,而支持向量机可以完成模式识别和非线性回归。试验结果表明,利用主矢量分解后的主特征向量与支持向量机相结合可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新途径。     

基于多元非线性回归模型的半焦分选特性研究

利用数学模型将实验研究成果应用到实际半焦分选工业生产中是实现产品预测和工业自动化生产的关键。以热解条件(热解时间、热解温度、粒径)为自变量,测评不同热解条件下半焦的分选特性指标(分选密度、分选密度±0.1半焦含量、分选半焦产率)。对实验获得的离散点进行拟合,采用最小二乘原理、多元非线性回归模型线性化理论计算并确定模型参数,建立半焦分选特性的多元非线性回归模型,模型计算结果与实验数据吻合较好,相对误差均在9%以内。     

基于PCA-PSOSVM的煤自燃程度预测研究

针对煤自燃程度指标多且与气体产物之间存在复杂非线性关系的特点,将主成分分析理论(PCA)和支持向量机算法(SVM)相结合,建立了煤自燃程度的预测模型。对表征煤自燃程度的10个指标进行主成分分析,提取其中3个主要成分作为支持向量机的输入,利用MATLAB实现回归预测,运用粒子群算法(PSO)对支持向量机的参数寻优,并与遗传算法(GA)参数寻优进行了对比。预测结果显示,PCA-PSOSVM模型的预测精度相对较高,其相对误差绝对值的平均值为4.26%,而PSOSVM、GASVM和PCA-GASVM的相对误差绝对值的平均值分别为8.16%、10.62%和7.81%,表明经PCA降维处理后的SVM预测准确率高于未经PCA降维处理的SVM预测结果,PSOSVM比GASVM具有更好的预测效果。     

基于遗传-支持向量回归的煤层底板突水量预测研究

针对煤层底板突水问题的小样本、非线性特点,采用支持向量回归算法对突水量进行预测,避免了定性分析的局限性。利用遗传算法全局搜索能力的优势,提出了基于遗传算法的支持向量回归参数寻优方法,并建立煤层底板突水量预测的遗传-支持向量回归模型。该模型首先通过遗传算法对训练样本的学习,得到支持向量回归机的最优参数值,然后运用遗传-支持向量回归模型对测试样本进行突水量预测。测试结果表明：与神经网络,传统支持向量回归机的预测值相比,煤层底板突水量预测的遗传-支持向量回归模型精度高,具有较强的泛化能力。     

基于KPCA-BP网络模型的滚动轴承故障诊断方法研究

针对滚动轴承信号的非线性、非平稳性特点及诊断中冗余与噪音的干扰,引入了核主元分析法和BP神经网络相结合的方法对轴承的故障信号进行诊断,以提高轴承故障诊断的性能。通过5个传感器采集轴承不同状态的故障信号,利用小波包提取能量特征值,同时提取轴承的时-频域特征量组成原始特征空间,利用核主元分析方法对原始特征空间降维,提取主元特征量输入到BP神经网络中进行故障模式识别。试验结果表明,KPCA-BP网络模型的性能优于未筛选-BP网络,具有更好的诊断效果和抗干扰能力。     

回归分析方法对比及在瓦斯赋存规律中的应用

为进一步提高矿井瓦斯预测的精确度,在现有矿井瓦斯预测多元线性回归分析的基础上,对多元非线性回归分析方法做进一步探索。通过利用Excel中的数值拟合模型结合裴沟煤矿樊寨井田实测的瓦斯参数,对影响该井田瓦斯赋存的地质因素进行分析,得到影响该井田瓦斯赋存的主要地质因素为埋深、滑动面距底板距离和含砂率;并通过对单因素线性、单因素非线性、多因素线性和多因素非线性拟合曲线的回归分析结果之间的对比,得到多因素非线性拟合曲线数值拟合回归效果最好。对瓦斯赋存预测的研究有一定的指导作用。     

基于LLE和LSSVM的滚动轴承故障诊断

针对滚动轴承故障特征混叠难以有效区分的问题,提出基于局部线性嵌入(LLE)与最小二乘支持向量机(LSSVM)结合的故障诊断方法。在由振动信号时域和频域统计指标构造的多维特征空间中,通过LLE算法对多维特征空间进行非线性降维处理,得到初始低维流形结构。将低维流形结构导入LSSVM中进行学习训练与故障辨识。应用于滚动轴承故障分析表明,该方法不仅对高维复杂的非线性故障特征具有良好的降维性能,而且故障识别率较之传统方法有明显提高,能够有效识别出高维特征空间的非线性故障特征。     

粗糙集BP神经网络在高校贫困生认定中的应用

研究高校贫困生的认定问题,构建了基于粗糙集的BP神经网络模型。该模型首先应用基于Pawlak属性重要度的属性约简算法得到认定学生贫困的重要属性,降低决策表的维数,然后将降维后的数据送入BP神经网络进行学习和训练,最后采用训练好的的网络对测试样本进行检验。     

建安工程投标报价方法及策略

通过对现阶段经济发达地区工程投标报价方法的分析 ,对工程投标报价改革的方向及策略进行了探讨     

SMA超弹性及减隔震器的研究与发展

讨论了影响SMA超弹性性能的主要因素,分析了两种不同的超弹性本构关系,总结了SMA超弹性阻尼器在工程振动控制领域的最新研究进展,包括各种阻尼器的减、隔震效果及作用机制,布置方式和优化设计等,展望了SMA在减、隔震方面的发展趋势。     

VB和Surfer接口研制及在地表移动变形的应用

移动变形等值线图是描述矿区地表移动和变形分布的主要途径，但其绘制方法比较烦琐。为了克服该方法的不足，开发了VB和Surfer接口程序，将其绘图功能集成到地表移动变形预计应用程序中，实现了等值线的自动绘制，为预测结果的正确分析提供可靠的基础图件。实例验证表明，该方法不仅减少了编程量，而且提高了作图效率。     

大力加强科技创新以科学技术引领企业又好又快发展

阐述了煤炭基建施工企业科技创新的重要性。结合中煤第一建设公司科技创新情况,介绍了煤炭基建施工企业科技创新活动谋划与部署的具体内容及应采取的措施。     

聚氨酯密封件质量性能检测及储运管理

介绍了矿用设备关键元件聚氨酯密封件质量性能检测、储存、包装等生产工序,分析了各生产工序过程中的操作技术要点,指出了各生产工序的注意事项,为提高聚氨酯密封件性能检测、储存、包装管理水平提供了参考。     

井下通风、排水及压缩空气设备选型设计

依据井下通风方式及瓦斯含量对井下通风设备进行了选型设计,给出了进行反风时的通风机工作特性以及通风机的电控形式;对井下排水设备和压缩空气设备进行了选型设计。井下工程实践表明,所选用的设备可满足矿井的正常生产需要。     

混凝机理及其试验研究

通过分析讨论混凝机理的前期研究工作, 提出了混凝的三个过程及其物理模型, 并在试验中得到很好的验证。     

充填堵管事故及气压通管技术分析与应用

为解决充填开采中充填管道频发堵管事故的问题,以山东肥城某矿为例,使用理论分析的方法,研究与分析充填使用的材料和充填管道中堵管的类型。通过对比现有的人工拆除法、布置同流水管法的优缺点,提出了气压通管技术。研究结果表明该技术可以降低经济的投入、提高通管的效率。     

矿山信息系统体系结构研究与矿山数据集成与分析

首先介绍了当前我国矿山信息系统建设任务以及所面临的困难,之后对矿山信息系统结构以及矿山数据集成实现技术进行全面阐述。     

中美金属与非金属矿山安全健康标准比对分析

通过对比我国与美国金属非金属矿山安全健康标准的制定背景、标准体系结构、标准修订办法以及具体的技术指标,找出了我国与美国金属与非金属矿山安全健康标准之间的差异,并在比对的基础之上,结合我国金属非金属矿山的实际生产情况,对具有差异的指标提出了具体修改建议,为完善我国《金属非金属矿山安全规程》提供参考意见。