基于模糊神经网络卡车路段行程时间实时动态预测

提出了一种基于模糊神经网络卡车路段行程时间实时预测模型，阐述了自适应神经网络模糊系统(Adaptive Network-based Fuzzy Inference System, ANFIS)网络原理和方法对行程时间预测的可行性和可靠性，采用最小二乘法和误差反传算法结合的混合学习算法，减少了搜索空间的维数，而采用的减法聚类方法减少了模糊推理规则.混合学习算法和减法聚类方法的应用提高了网络参数的辨识和收敛速度.实例仿真论证了该模型预测速度更快、准确性更高，实时性好，获得了比单纯使用神经网络或模糊理论更精确的预测结果.     

赛尔爆破优化软件在露天矿台阶爆破的应用

介绍了赛尔爆破优化软件特点、功能、爆破效果及应用实例.     

基于组合模型的矿山设备产量预测研究

鉴于矿山设备产量具有灰色和不确定性的特征，本文利用矿山设备产量的历史数据，建立了基于灰色和BP神经网络的组合预测模型。组合预测模型中各单一模型的权系数通过熵值法确定，克服了传统权系数确定方法的主观性，使得组合预测方法更具客观性最后，实例验证了所构建的组合模型较传统的单一预测模型有良好的预测效果。     

中国锂矿资源需求预测

我国锂矿资源较丰富,主要为盐湖卤水型和矿物型两种锂矿床类型。但是我国的锂矿资源供应能力较差,对外依存度较高。2017年,我国碳酸锂消费量高达12.47万t,占全球消费量的52.48%,已经成为全球碳酸锂消费量最大的国家。本文利用部门消费法,按照行业用锂量对我国锂电池行业、玻璃行业、陶瓷行业、润滑脂行业以及空气处理行业5个主要用锂部门需求进行了预测,并对其他用锂部门进行了预测。预测结果显示:我国未来锂电池行业需求将呈几何级增长,玻璃行业与陶瓷行业稳步增长,其他行业保持缓慢增长的态势,并得出我国未来锂矿资源的需求量分别为2020年19万t、2025年31万t、2030年50万t。对于这种严峻的消费形势,提出了我国未来锂矿资源勘查开发、技术手段的研究及战略布局方向的问题,并给出加大勘查力度、增加科研投入以及全球战略合理布局的解决办法。     

湖南邓家铺矿区测水组煤系和煤层特征及资源远景分析

邓家铺矿区为一向斜构造,含煤地层有二叠系上统龙潭组(P2l)和石炭系下统测水组(C1c)。区内测水煤系分布广,含煤1~10层,可采煤层为Ⅰ、Ⅱ、Ⅲ、Ⅳ煤层,资源远景较好。湖南省邵阳地区西南部为湘中缺煤地区之一,因此总结该区测水组煤层特征及分布规律,对指导矿区开展新一轮煤炭资源找矿工作、缓解地方能源紧张的压力具有重要意义。     

支持向量回归机在混凝土强度预测中的应用研究

利用支持向量回归机(SVR)算法,对在ε-insensitive和Quadratic两种损失函数下的两种核函数进行了研究与分析。在样本数据学习中,发现其预测精度远远高于BP神经网络的预测精度,且参数取值范围很大。针对支持向量回归机模型,给出了参数的取值范围,为SVM在类似工程上的应用提供了参考。     

基于相空间重构与神经网络耦合的岩溶泉流量预测模型

岩溶水系统是受水文、地质、地形地貌、植被、人类活动等多种因素影响的非线性动力系统。本文利用重构相空间与神经网络,建立重构相空间与神经网络耦合的泉流量预测模型;通过对黑龙洞泉域泉流量的预测可知,所建立的耦合模型精度高。     

室外干球温度(日段部分)逐时预测研究

在许多领域的计算与应用中,常需借助室外干球温度的逐时资料。以可照时数为依据,可把室外干球温度划分为两大部分,分别为室外干球温度日段与夜段部分。本文通过改进递归神经网络,以气象站记录的室外干球温度日4值历史数据以及它的影响因素为基础,再结合室外干球温度日段部分的特性,建立了室外干球温度日段逐时预测模型。预测结果显示所建立的模型是合理可靠的。     

大瑶山隧道九号断层的特性与工程对策

本文论述了宽达465m的大断层的地质构造、岩体结构、地下水及围岩变形等特性,并介绍了为安全顺利通过断层所采取的工程措施。     

北京市建筑业近期发展的预测

从2006年上半年北京经济发展综述和北京地区经济发展形势与趋势分析入手,对近期北京建筑市场热点预测进行了分析,以促进北京建筑业的发展。