基于半监督学习和支持向量机的煤与瓦斯突出预测研究

针对支持向量机要求输入向量为已标记样本,而实际应用中已标记样本很难获取的问题,提出将半监督学习和支持向量机结合的煤与瓦斯突出预测方法;介绍了采用SVM预测煤与瓦斯突出的流程及其输入向量的选择;对半监督学习中的协同训练算法进行了改进:在同一属性集上训练2个不同分类器SVM和KNN,将2个分类器标记一致的样本加入训练集,从而充分利用未标记样本不断补充信息,更新训练集标记样本,达到强化训练集的目的。测试结果表明,改进后的算法比单独的支持向量机预测方法准确率更高。     

基于三维依赖矩阵的故障预测策略设计

针对不同基于状态监测的故障预测方法难以在一个平台下集成和组合的问题,设计了基于故障、测试、衰退信息三维依赖矩阵的故障预测策略设计框架,在框架内给出了故障预测需求设计和预测用测试选择的基本方法,并在灰色预测和支持向量回归预测的基础上,通过融合粒子群和声算法给出了一种灰色支持向量回归智能组合衰退趋势预测分析方法,结合故障预测实例验证了所给方法的有效性和准确性.     

基于信息化的地表水水质预测

水利信息化技术指在水质信息管理、水质分析评价、水质预测和抗洪救灾等方面提供了多重应用需求;本文针对目前主流的计算机技术,对地表水常见水质预测方法进行分析与探索。     

面向服务的装甲装备PHM体系结构研究

为适应装甲装备维修保障方式改革的需要,提出一种面向服务的装甲装备故障预测与健康管理(PHM)体系结构;分析了几种典型PHM体系结构,得出PHM体系结构应具备的共性特征;结合面向服务架构的原理和装甲装备综合电子信息系统的特点,研究和设计了面向服务的装甲装备PHM体系结构,详细阐述了其组成、功能及特点;该结构具有分布式、层次化、开放性等特点,满足装甲装备PHM系统分布式应用环境要求。     

基于径向基的瓦斯涌出量灰色预测模型

为了进一步预防煤层瓦斯突出,实现准确、快速预测煤矿瓦斯涌出量的大小,首先采用1-AGO对样本数据进行处理,建立灰色(GM)预测模型,再利用径向基(RBF)神经网络对灰色预测模型结果进行预测,以作为其最终的预测值;采用阜新煤矿某工作面瓦斯涌出量的历史数据进行建模,实验结果表明,GM-RBF组合模型在预测精度及训练误差方面均优于单一的GM模型和RBF神经网络预测模型;算法计算简便,减弱了数据的随机性及模型误差,煤矿瓦斯涌出量的预测平均误差减小到1.57%。     

AFSA优化灰色神经网络的某电源组合故障预测

针对电源组合故障预测的需求,提出了一种基于人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)优化灰色神经网络的故障预测方法;文中首先对AFSA算法和灰色神经网络进行了介绍;然后在此基础上提出了基于AFSA优化灰色神经网络的故障预测模型,并给出了AFSA优化灰色神经网络参数的算法步骤;最后对制导雷达波束控制系统中的某电源组合进行了故障预测,预测结果表明该预测方法误差较小,达到了预期效果。     

装甲装备故障预测与健康管理系统技术研究

预测和健康状态管理(PHM)技术是一种先进测试、维修技术;从视情维修保障的背景出发,介绍了装甲装备PHM系统的内涵,进行了装甲装备故障模式影响和危害分析,明确了PHM系统具备的功能,初步构建了基于开放体系的装甲装备PHM系统的技术框架,并对其中的关健技术进行了深入研究,对炮控系统进行故障预测分析,结果和实际应用一致。     

宝时得实施JDA供应链解决方案

JDA软件集团公司近日宣布,宝时得机械(中国)有限公司已完成JDA Demand、JDA Collaborate和JDA Fulfillment解决方案的实施上线。宝时得使用JDA Collaboration、Demand和Fulfillment等解决方案用于提升企业预测的准确性,并利用其供应链生产计划和执行流程,获得统一的库存可     

Gartner发布2013年及未来中国IT市场五大预测

近日,全球技术研充和咨询公司Gartner今日发布2013年及未来中国IT市场的五大预测,以反映中国IT市场的重大变革,尤其是在云和移动性领域。分析师指出,尽管中国的IT市场与全球IT市场有共通之处,但其仍然面临着具有该市场特色的独特挑战与机遇。     

基于变精度粗糙集的煤与瓦斯突出预测

煤与瓦斯突出是受诸多因素影响的复杂问题,为了提高其预测的准确性,本文以变精度粗糙集理论中的决策表为主要工具,首先将影响煤与瓦斯突出的检测信号作为预测的条件属性集,煤与瓦斯突出量作为对预测的决策属性,建立决策表,然后利用小生境遗传算法适合于进行多峰值函数优化的特点,提出了一种基于小生境遗传算法的粗糙集属性约简方法,用于求解决策表的多个约简,进而进行值约简后抽取出预测规则。算例结果说明了本算法的正确性和可行性。