共查询到18条相似文献,搜索用时 62 毫秒
1.
基于正交设计的土坡稳定影响因素敏感性分析 总被引:1,自引:3,他引:1
以西昌昔格达组地层边坡为例,采用正交设计和方差分析研究了土体参数、坡面结构及地质结构对土坡稳定性影响的敏感性,通过比较同一因素在不同水平下计算获得的试验指标平均值,分析了显著影响边坡稳定因素的敏感性.结果表明,土体参数和坡面结构对土坡稳定性影响显著;土体重度减小、抗剪强度指标提高、坡度变缓、马道变宽、单级坡高变小等均使土坡趋于稳定. 相似文献
2.
针对生物质锅炉飞灰含碳量较高的问题,文章提出了基于主成分分析法(PCA)或Garson算法与普通LM-BP神经网络相结合的两种生物质锅炉飞灰含碳量预测模型。这两种模型通过对负荷、燃烧室烟气温度、烟气含氧量等17个原始输入变量进行降维得到新输入变量,再进行训练建模,提高了模型精度。利用我国某生物质电厂飞灰含碳量的实测数据对模型进行检验,检验结果表明,LM-Garson-BP神经网络的MAPE为2.09%,MSE为0.11,MAE为0.25,泛化能力最强,稳定性最好。 相似文献
3.
4.
5.
6.
以三峡库区庙子梁危岩带为例。通过对危岩块体具体分析,量化稳定性指标。运用均匀试验设计方法对危岩块体进行因素敏感性分析,建立回归方程.计算偏相关性系数,确定稳定性指标与因素间的相关关系,主控因素及各因素对稳定性评价指标的贡献大小,对实际条件下的危岩参数进行网格尝试法试验条件优化.评定了最优和最不利参数水平组合。根据稳定性分析结果提出了具体的治理措施。 相似文献
7.
为确认燃烧调整过程中影响燃气轮机运行状态的主导因素,首先将影响运行状态的天然气压力、天然气温度、压气机排气温度、压气机进口温度等14个参数作为输入变量,将表征燃气轮机运行状态的功率、燃烧室、加速度、NOx质量浓度作为输出变量,建立粒子群算法优化的Elman神经网络模型,得到隐含层与输入层、输出层之间的连接权值;然后利用Olden方法处理神经网络的连接权值,获得各因素对燃气轮机运行状态影响显著性的量化值表达式,建立了燃烧调整过程中燃气轮机运行状态影响因素显著性分析的方法;最后结合燃气轮机运行数据进行计算分析。结果表明:燃气轮机的运行状态主要受排气温度、预混气压力及流量、值班气流量、压气机进口差压以及进气导流叶片开度5个因素的影响,并且燃烧调整过程中需要统筹调整输入参数,以保证燃气轮机燃烧始终处于稳定、低NOx排放区域。 相似文献
8.
9.
10.
11.
12.
针对标准粒子群算法存在收敛精度低、易陷入局部最优的缺点,提出了基于混沌与变异的改进粒子群优化算法(CVPSO),将其应用于边坡滑裂面搜索,研制了边坡稳定分析程序CVPSO-LEM2D。采用改进粒子群算法对澳大利亚计算机应用协会(ACADS)边坡算例进行计算分析,结果表明改进粒子群算法的全局最优搜索能力与收敛精度得到了较大提高,计算结果与ACADS推荐的裁判答案基本一致,验证了算法的有效性。最后,将CVPSO-LEM2D应用于两河口泄水建筑物进口边坡稳定性分析,验证了方法的可行性,为类似工程提供了参考和借鉴。 相似文献
13.
针对标准粒子群算法存在收敛精度低、易陷入局部最优的缺点,提出了基于混沌与变异的改进粒子群优化算法(CVPSO),将其应用于边坡滑裂面搜索,研制了边坡稳定分析程序CVPSO LEM2D。采用改进粒子群算法对澳大利亚计算机应用协会(ACADS)边坡算例进行计算分析,结果表明改进粒子群算法的全局最优搜索能力与收敛精度得到了较大提高,计算结果与ACADS推荐的裁判答案基本一致,验证了算法的有效性。最后,将CVPSO LEM2D应用于两河口泄水建筑物进口边坡稳定性分析,验证了方法的可行性,为类似工程提供了参考和借鉴。 相似文献
14.
15.
16.
针对传统BP神经网络反演渗透参数的准确性很大程度依赖于初始权值和阈值的选择的问题,引入全局寻优能力极强、待调参数较少、收敛速度快的思维进化算法优化BP神经网络,以弥补传统BP神经网络在解决该问题时拟合能力有限、容易陷入局部最优、收敛速度慢的缺陷,进而提出了思维进化算法优化BP神经网络反演渗透参数的新方法。对某混凝土面板堆石坝进行渗透参数反演结果表明,与传统BP神经网络相比,思维进化算法优化BP神经网络具有更好的泛化能力,反演得到的渗压测点水头与实际值吻合更好,渗透参数符合实际。 相似文献
17.
18.
膜污染是厌氧膜生物反应器运行中不可避免的问题,制约了工艺技术的推广应用,分析膜污染的形成过程是控制膜污染的重要内容。基于主成分分析(PCA)和反向传播神经网络(BPNN)的理论,提出了一种采用主成分分析优化BP神经网络的膜污染预测模型。以反应器连续运行试验数据为样本,利用相关性分析确定模型的输入变量,并基于输入变量间存在信息重叠问题,采用主成分分析法对输入因素进行降维处理,提取贡献率为70.4%的第一主成分和贡献率为17.7%的第二主成分作为输入特征。结合模型的贡献度分析和主成分分析发现,反应器内的污泥浓度是膜污染影响因素中最主要的特征变量,贡献度为34.9%。对比分析优化模型和单一模型的预测结果,发现PCA-BPNN模型的拟合效果更好,平均相对误差仅为3.8%,可用于膜污染分析研究,为后续研究提供参考。 相似文献