石头坪景区边坡几何形态对稳定可靠度的影响分析

兰州金城公园石头坪景区提升改造工程存在大量的自然边坡和人工边坡。因边坡土体物理力学参数存在变异性,采用了蒙特卡洛随机抽样法和极限平衡法按不同坡高及坡度计算分析了边坡稳定可靠性指标及其变化规律,结果表明在景区实际坡高、坡度范围内边坡是稳定可靠的,适宜景区建设,但当坡高、坡度达到实际范围的最大值或超范围时,边坡处于基本稳定或欠稳定状态,建议采取加固措施。     

基于模糊时间序列的工作面瓦斯浓度预测分析

煤矿工作面瓦斯浓度时间序列预测是一个非线性、模糊数据处理问题。为了避免因具体预测值的不准确性导致的错误判断,提出了基于时间的模糊多项式预测方法。在建模过程中先将原始数据模糊化,再将模型模糊系数转化成线性规划求解。与其他预测模型对比分析,该方法的预测结果不是具体数值而是一个区间,有效地扩大了相关量的适用范围,使预测结果更趋于合理、科学和便于操作。     

基于极大似然估计的logistic回归模型在煤与瓦斯突出危险等级评价中的应用

为了提高煤与瓦斯突出危险等级预测的准确性和增强预测预报方法的实用性,选取开采深度、瓦斯压力等五个关键影响因素作为煤与瓦斯突出的评判指标,建立了煤与瓦斯突出多元logistic回归非线性概率评级模型,对模型参数的确定采用了极大似然函数估计法,并利用MATLAB遗传算法工具箱的主要函数ga()求出模型系数的初始值,再用搜索工具箱中的fminsearch函数求出模型系数的最终值。通过对16组样本的学习和对6组样本的预测,验证了该模型在煤与瓦斯突出危险等级判别中的有效性、准确性。另外,该模型结构简单,计算量小、实用性强,易于程序实现,有借鉴价值。     

基于三角模糊数的自回归模型在矿井瓦斯浓度预测中的应用

影响矿井瓦斯浓度的地质因素间存在着模糊性,为了解决带有模糊信息的动态瓦斯浓度预测问题,建立了一种模糊自回归(Fuzzy-AR(P))时间序列预测模型。采用AIC,BIC和FPE准则来确定模型阶数(确定为22阶),将计算模型系数中心值及模糊幅度值的问题转化成约束优化问题,并利用MATLAB优化工具箱求解。利用所建模型对6个测试样本进行预测分析,平均模糊隶属度为0.85,平均绝对误差为0.040 3,预测效果明显。与其他预测模型相比,Fuzzy-AR(P)模型的预测结果是一个区间,扩大了相关量的适用范围,使预测结果更合理、更科学。     

新疆伊犁地区煤发热量的非线性回归分析研究

煤炭发热量与煤的水分、灰分、挥发分等影响因素之间存在着非线性关系,提出了一种简单、预测能强的非线性初等模型。利用粒子群算法对模型系数进行了优化,并用统计学原理对建模样本残差的均值和方差进行了分析,分析结果表明用该模型对煤炭发热量预测完全可行。     

用龙格-库塔法优化一种模糊控制器

用龙格-库塔法逼近模糊控制器的被控对象,结合负梯度下降,对可自调整因子α(t)的增量△α(t)进行了优化.仿真结果表时,在响应时间相同的情况下,具有优化后的自调整因子的模糊控制器在稳定时间、超调及鲁棒性等几方面的性能均优于未优化的模糊控制器.     

基于主成分分析和遗传算法的模糊神经网络在矿井突水判断中的应用

矿井突水与其影响因素之间有着高度的非线性关系，因素之间界限不明显，存在着一定的模糊性和信息叠加现象，给矿井突水的判断识别及预报带来较大因难。为此建立了基于主成分分析的模糊神经网络突水判别模型，该模型利用主成分分析法消除变量之间的信息叠加现象，用少量指标表征突水特性；利用模糊神经网很好地解决了突水环境的模糊性和非线性性。实例仿真结果表明该模型具有很强的判别预报能力，优于其它方法。     

基于粒子群算法和卡尔曼滤波器的PID控制

针对PID控制系统中存在参数的整定和控制干扰信号和测量噪声信号问题,提出基于粒子群算法和卡尔曼滤波算法的PID控制方法。利用粒子算法优化PID参数,通过卡尔曼滤波器抑制控制干扰信号和测量噪声信号。仿真结果表明具有响应速度快、抗干扰能力强等特点,且达到了全局最优PID参数整定,有效地剔除系统的控制干扰和测量噪声信号,具有比传统PID控制方法更好的动态和静态控制性能,控制品质有较大的改善和提高。为PID控制系统的研究提供了一种新方法。     

基于粒子群优化算法的直线拟合及应用

将粒子群优化算法和传统最小二乘法相结合,采用残差平方和准则、绝对残差绝对值和准则、相对残差绝对值和准则建立了一种基于粒子群优化算法的直线拟合方法,获得了比传统最小二乘法拟合要好得多的估计结果,实验证明了该方法的有效性及高精度性。