基于云服务的煤矿水害监测大数据智能预警平台构建

针对华北型煤田煤层底板突水监测预警问题,以底板"下三带"理论为基础,开展了微震-电法耦合系统水害监测预警。在分析微震-电法耦合系统监测数据基础上,采用Flume设计数据迁移子系统,以流处理方式对监测源数据进行预处理,对关键目标数据进行采集、聚合和传输,实现了有效监测数据的实时迁移。此外,针对煤矿水害多源监测预警过程中数据规模大、数据实时处理要求高等特点,结合多源异构数据关联分析和时空属性数据分析处理需求,基于Spark和HDFS设计实现了具备TB级数据存储处理能力的煤矿水害多源监测大数据存储平台。该平台采用HDFS设计构建统一的多源时序大数据存储体系,通过MapReduce实现大数据并行处理,利用YARN实现资源的调度与管理,为海量数据存储提供支撑。平台采用Spark Streaming框架搭建了数据实时处理中心,通过流处理方式实现监测数据高速处理,并通过智能预警算法模块和远程服务接口为预警系统现场应用提供支撑。在智能预警技术方面,结合监测数据的时空属性特点,提出了基于深度学习时空序列预测方法——长短时记忆循环网络智能预警模型的底板突水模型预警技术。该预警技术基于LSTM方法,以"下三带"理论为基准对模型进行初始化,形成初始预警判据;将电法、微震监测数据作为输入变量,实际涌(突)水事件作为干预输出量,对智能预警模型进行半监督分类学习训练,形成动态化、参数最优的模型预警准则,将监测数据动态划分为4个预警等级,从而实现了水害智能动态预警和数据可视化表达。在冀中能源葛泉矿东井的实际应用中发现,该平台能够基本达到预期目标。     

求解绝对值方程的捕鱼算法

提出一种求解绝对值方程的捕鱼算法。算法首先将绝对值问题转化为一个最小化问题,然后使用三种搜索模式对目标函数进行寻优。数值实验结果表明,与粒子群算法和人群搜索算法以及他们的改进算法相比,所提算法不仅获得了稳定的求解结果,而且在最小值、最大值、平均值和方差等指标上均明显优于其他对比算法。     

定制式乡村住宅的智能设计方法

个性化住宅设计是美丽乡村建设的重要内容。面对目前乡村设计服务资源不足的实际情况,文章提出一套定制式乡村住宅的智能设计方法,包括村民劳动力和建筑产品特征信息的采集和量化方法;在建立乡村住宅设计数据库的基础上研究综合能够求解复杂分类问题的智能算法,建构定制式乡村住宅智能设计模型。帮助设计师通过数字化设计方法合理配置建筑产品,快速准确地生成符合特定村民建造能力的住宅建筑设计方案。     

北京国泰怡安电子有限公司产品简介

1 GY601点型光电感烟火灾探测器（智能编码型） GY601点型光电感烟火灾探测器应用在G6系列火灾报警系统中。该产品超薄美观，采用专利迷宫设计，内置CPU智能算法，自身具有分析真伪火情、漂移自动跟踪补偿功能；自动调节灵敏度，并具有学习模式，自诊断等功能。产品采用GS601电子编码器编码，占一个地址（1～127），需与GT600底座配合使用。     

不确定环境下回收发动机拆卸调度方法

针对再制造系统中回收发动机的不确定因素,研究面向再制造拆卸的调度问题。首先为了减少再制造拆解过程中不确定因素的影响,采用模糊综合评价法进行了回收质量等级划分;然后采用双重模糊变量描述了回收发动机质量状况差异及拆解时间的不确定性,建立了基于双重模糊机会约束的再制造拆解车间生产调度问题模型;应用双重模糊模拟技术产生输入和输出数据,利用神经网络逼近模型的不确定函数,将训练后的神经网络嵌入遗传算法求出优化结果。通过仿真实例验证了该混合智能优化算法解决双重不确定拆卸调度问题的有效性和合理性。     

序列二次规划-遗传算法及其在变压器局部放电超声定位中的应用

针对基本遗传算法(genetic algorithm,GA)局部寻优能力较差和易出现早熟收敛现象,提出了一种改进的遗传算法,即序列二次规划-遗传算法(sequential quadratic programminggenetic algorithm,SQP-GA)。该混合优化算法SQP-GA在基本GA中引入序列二次规划(sequential quadratic programming,SQP)算法,经典算法SQP作为一个元算子有效地提高了基本GA的局部搜索能力,并克服了早熟收敛现象。函数仿真测试结果表明,SQP-GA混合优化算法在收敛速度和寻优精度上都优于基本GA,表明所提出的算法的有效性。同时,利用提出的SQP-GA求解变压器局部放电超声波定位问题,并将其定位结果与GA和非智能算法的定位结果进行比较;算例结果表明,基于SQP-GA的变压器局部放电超声定位法能有效地防止结果陷入局部最优,该方法的定位效果理想。     

基于可见-近红外光谱特征波长选择的土壤有机质快速检测研究

选择光谱特征波长进行建模可以减少冗余波长的干扰,提高模型的预测精度。采用小波阈值消噪法对采集的104个土壤样本光谱数据进行了预处理,并通过间隔偏最小二乘法、无信息变量消除、连续投影算法和群智能算法等9种方法筛选了建模波长。结果表明,小波阈值消噪法能有效降低光谱中的噪声。利用波长选择方法筛选建模波长不仅能减少建模变量的个数,而且还能提高模型的预测精度,特别是离散粒子群优化算法利用26个波长进行建模,预测决定系数达到了0.81,预测的相对标准误差为2.31。实验结果证明,通过对光谱波长进行选择不但可以降低模型的复杂度,还能有效预测土壤有机质达的含量。     

基于混合自适应遗传退火算法的AHTR堆芯优化研究

板状先进高温堆（AHTR）的预设计采用均一富集度的燃料组件，导致功率峰因子（PPF）过大，总PPF高达2.09，一定程度制约了反应堆的安全性与经济性。文章采用富集度分区法对其进行改进优化，为了加快堆芯燃料最优化布置的搜索速度，设计了一种自适应的混合智能算法，该算法整个优化过程均基于一个用MATLAB语言编辑的程序自动完成，优化后的径向功率峰因子降低至1.122，相比原设计降低25.02%。温度场模拟结果表明，优化方案温度分布更均匀，峰值温度从1030 K降低至1010 K，有效地提高了堆芯的安全裕量。      

基于狼群算法的概率积分法模型参数反演方法研究

概率积分法模型属于典型的多元复杂非线性函数,且部分参数存在相关性,使得概率积分法模型参数反演一直是开采沉陷数据处理的热点问题和难点问题。WPA(狼群算法)作为一种新群体智能算法,已在多维背包求解问题、水电站水库优化调度以及旅行商等复杂非线性最优化问题中得到成功应用,但在开采沉陷数据处理领域尚未见文献报道。鉴于此,本文首次将WPA引入概率积分法模型参数反演中,构建了基于WPA的概率积分法模型参数反演方法。研究结果表明:WPA反演概率积分法模型参数具有较高的准确度、较好的精度、良好的稳健性,且满足工程应用标准。本文研究成果对概率积分法模型参数精准反演具有重要参考价值。