基于改进GM(1,1)-Markov模型的国内生产安全事故预测研究

为准确预测我国生产安全事故发展趋势,本文在传统GM(1,1)模型和马尔科夫模型的基础上,结合二者优点提出改进灰色马尔科夫预测模型,并以2005—2018年全国生产安全事故起数为原始序列探讨了改进模型的实际应用。区别于传统灰色残差修正理论,选取灰色模型预测结果的相对误差作为修正指标,2次应用马尔科夫模型对相对误差状态和误差符号状态进行优化预测,并使用平均相对误差和小概率误差对模型进行精度检验。结果表明,改进GM(1,1)-Markov模型预测结果的相对误差为3.0%,较单一灰色预测模型预测误差减少19.5%,预测精度显著提高,同时预测得到2019年我国生产安全事故起数为479。     

改进灰色沉降预测模型及其应用

根据GM(1,1)灰色模型的指数特性,首先对原始数据取λ次幂以降低原始数据的分散性,再通过在区间上求积分计算模型的背景值,并采用最小二乘法求解最优的模型初始值由此建立改进灰色预测模型,将其应用到某高速公路沉降预测计算,结果表明,改进模型较之原GM(1,1)模型模拟和预测精度要高.     

基于改进遗传算法优化BP神经网络的螺杆式制冷机组能效预测

为提高螺杆式冷水机组能效预测的准确性,本文提出了基于改进遗传算法(IGA)优化BP神经网络的制冷机组能效预测方法,利用供冷负荷、冷冻水流量、冷冻水出水温度、冷却水回水温度与COP 5个参数训练IGA-BP预测模型。本文以某酒店的螺杆式制冷机组为研究对象,利用该方法对机组的能效进行预测,并与标准遗传算法优化BP神经网络的预测结果进行比较,结果表明:改进后的算法计算能力有了很大的提高,SGA-BP预测模型的最大相对误差为6.73%,平均相对误差为2.96%;IGA-BP预测模型的最大相对误差为3.45%,平均相对误差为1.16%。IGA-BP的预测精度得到了较大改善。     

基于改进灰色模型的故障预测研究

随着系统发生故障所带来的财产损失、人员伤亡以及危害性越来越大,故障预测与健康管理(PHM)技术应用越来越广泛.该文重点介绍了改进灰色模型,并利用PSO算法实现了改进灰色模型的参数优化,然后以某制导雷达系统的波束控制中某电源组合为例采集电压信号数据,算法收敛性能很好,得到的结果用于改进灰色模型进行预测精度很高.     

基于思维进化优化灰色神经网络在真空玻璃需求中的研究

由于真空玻璃需求受到多重因素的影响,传统的数据模型无法准确找寻订单变化规律,导致预测精度较低。为了提高预测精度,结合灰色神经网络模型,利用思维进化算法优化灰色神经网络,确定灰色神经网络的最优初始参数。分别利用灰色神经网络(GNN)模型和思维进化-灰色神经网络(MEC-GNN)模型,用训练好的网络预测某真空玻璃制造商订单,预测结果表明:改进的MEC-GNN模型明显地提高了预测结果的精度。     

基于维纳过程截齿磨损退化预测研究

针对掘进机的截齿磨损状态问题，构建了基于灰色-马尔科夫链模型、Gamma过程预测模型以及维纳过程磨损状态预测模型。通过搭建试验台，提取振动及声发射数据样本，考虑试验环境对试验数据提取的影响，应用小波包分解方法，对数据进行降噪处理。定义6种截齿磨损程度状态，每种状态取50组数据样本，进行模型精度验证，均符合精度要求，进而应用模型进行数据预测研究，对比真实试验数据，结果表明：振动信号加速度能量和下灰色-马尔科夫模型相对误差为0.89%,Gamma模型相对误差为0.47%,维纳过程相对误差为0.39%;声发射信号加速度能量和下灰色-马尔科夫模型相对误差为1.02%,Gamma模型相对误差为0.84%,维纳过程相对误差为0.47%;三种模型预测精度都很好，其中维纳过程预测误差最小，为掘进机截齿磨损退化状态预测研究提供了新的方法。     

基于改进万有引力搜索算法的南中环桥模型修正

为了得到南中环桥的基准有限元模型,结合Kriging模型和改进的万有引力搜索算法(GSA),利用荷载试验数据对初始有限元模型进行修正。叙述Kriging模型和万有引力搜索算法的基本原理,引入随机交叉变异的方法到基本万有引力算法中,提出了一种改进优化算法,并通过测试函数对其进行验证;介绍南中环桥的工程概况、荷载试验内容和初始有限元模型;接着选定6个待修正参数,通过试验设计得到修正参数所对应的频率和位移的样本,并建立Kriging模型来预测结构响应;以频率和位移的试验值和计算值残差为目标函数,分别利用改进的GSA、粒子群优化算法(PSO)和GSA算法在修正参数的设计空间内寻找目标函数的最小值,对比分析修正结果。结果表明:改进算法对于测试函数具有较好的稳定性和更高的精度;经过模型修正,除个别测点外,频率、位移的相对误差显著降低;相比PSO和GSA,改进的GSA得到了更小的目标函数值,修正后的频率、位移相对误差更小。     

基于响应面法的印制电路板组件有限元模型修正

在将印制电路板及元器件材料视为正交各向异性前提下,提出基于响应面法的印制电路板组件(Printed Circuit Board Assembly,PCBA)有限元模型修正法。利用相关性分析筛选出对PCBA模态频率影响较大参数作为修正参数;据修正参数数目选择合适的试验设计获取样本点,构造多项式响应面模型;通过最小二乘法确定多项式系数并检验响应面拟合精度;用响应面计算结果与模态试验结果误差绝对值构造目标函数;通过多目标遗传算法(MOGA)迭代计算获得优化修正参数并代入有限元模型获得修正模型。以某航空电子产品某PCBA为案例,对比修正前后各阶模态频率与试验值误差。结果表明,修正后模型各阶模态频率与试验值相对误差均明显减小,验证该方法对PCBA模型修正的有效性。     

基于GM(1,1)模型的东辛采油厂产量预测研究

本文介绍了GM(1,1)模型的建模过程,考虑油田产量数据较少的现状,将其视为灰色系统,并利用灰色系统GM(1,1)模型对油田石油产量进行了预测。经实证,模型的精度符合要求,预测结果可以为采油厂提供决策依据。     

15CrMoG耐高温合金钢Johnson-Cook本构模型建立与精度分析

目的 掌握不同条件下15CrMoG的高温流变规律。方法 在变形温度为1 173.15、1 273.15、1 373.15、1 473.15 K,应变速率为5、10、15、20 s-1条件下,对15CrMoG进行等温压缩实验。根据实验数据构建15CrMoG的Johnson-Cook本构模型,并对应变速率强化参数C和温度敏感系数D进行分别修正和同时修正。将修正后的3种模型预测值与实验值进行线性拟合,分别得到各模型的相关系数。引入相对误差ARE函数,计算不同条件下各模型的平均误差,通过对比得到精度较高的模型。结果 15CrMoG具有温度和应变速率敏感性,高温流变曲线整体呈现先上升后平稳的趋势。拟合取值的局限性导致未修正的本构模型的精度较差。在较低变形温度下,修正后的模型均具有良好的预测精度,在高变形温度下,修正温度敏感系数的模型具有更好的适应性。3种修正模型预测值与实验值的线性相关系数均在0.9以上,具有良好的相关性。在低变形温度下,3种模型的相对误差均较小;在高变形温度下,修正温度敏感系数的Johnson-Cook模型具有较高的预测精度,最大误差为4.75%。结论 对Johnson-Coo...