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。     

基于二阶粒子群优化的支持向量机回归在炉龄预测中的应用

针对钢铁企业对炉龄预测精度要求高的特点,提出了基于二阶粒子群优化的支持向量机的炉龄预测方法。利用粒子群智能算法优化支持向量机的回归参数,可以避免按经验选取输入参数的盲目性,能有效地提高预测速度和精度。实例仿真结果表明用该方法对炉龄预测具有很高的精确度,远优于BP神经网络的预测结果。     

就业是实现劳动者价值的主要途径

从经济学角度看,作为商品的劳动力有价值和使用价值.劳动力是劳动者的生产性支出.是劳动者同其他物品相交换的工具.劳动者通过就业让渡劳动力的使用权,从而创造社会财富,体现自己的价值.就业是劳动者实现其价值的主要途径.     

基于改进型灰色预测大时滞过程的自适应PID控制研究

针对传统PID控制对大时滞控制效果不佳的情况,提出一种基于改进灰色预测模型的自适应PID控制系统。采用等维新信息、改变初始条件和精指数拟合法对G（1,1）模型进行改进,将改进后的G（1,1）模型与传统PID结合,组成灰色预测控制系统。用预测结果代替被控对象测量值,克服了大时滞系统控制效果不能及时反馈的不足,并在控制运算中,沿二次型性能指标的负梯度方向对加权系数进行在线修改,实现了自适应PID的优化控制。仿真结果表明了该预测控制算法的响应速度快、鲁棒性强,有较好的适应性。     

地铁车站三维深基坑开挖支护结构稳定性数值模拟分析

以兰州地铁1号线奥体中心车站为研究对象,运用MIDAS/GTS NX有限元软件建立了三维数值计算模型,分析了在不同施工工况下深基坑水平变形、坑底隆起、坑边沉降、支护结构内力、支撑轴力等变化规律,研究结果可为类似工程提供参考。     

基于经验模态分解技术的瓦斯涌出量预测模型

针对矿井瓦斯涌出量监测数据波动性大、规律性差和建模难的问题,提出了先用经验模态分解技术将原始监测数据分解成若干个频率不等且有一定规律性的特征信息序列,再分别对每个特征信息序列建模,最后将所建模型线性组合形成瓦斯涌出量的最终预测模型。实例分析表明,利用该建模方法得出的预测模型具有较高的精确度,能够满足工程需要,而且建模难度低,容易程序实现。     

基于投影寻踪的灰色聚类分析在 煤样识别中的应用*

煤炭种类识别是一个非线性灰色系统，鉴于煤样特征指标较多、其意义、量纲不同，且在数量上差异较悬殊，选用了灰色定权聚类评判模型。因指标权重对模型评判结果具有重要影响，采用了投影寻踪法计算出各指标的客观权重，以此求出煤样隶属各灰类即无烟煤、烟煤及褐煤的聚类系数。分析表明用基于投影寻踪算法的灰色定权聚类分析识别煤样种类完全可行。     

兰州金城公园石头坪景区黄土高边坡稳定性数值分析

文中以兰州金城公园石头坪景区入口边坡为研究对象,选择典型剖面建立计算模型,利用FLAC3D软件对该边坡在天然工况和暴雨工况条件下的稳定性状态进行了数值模拟分析。结果表明:目前条件下该边坡稳定性良好,稳定系数大于规范安全标准,适宜建设。