基于PSO-SVM的PMV指标预测系统研究

随着空调应用的日益广泛,室内环境的热舒适性和空气品质越来越受到人们的关注。基于此本文研究了一种自适应粒子群支持向量机分类模型对室内热舒适度进行评价的方法,文中给出了模型的详细设计步骤和实现代码,并采用智能建筑环境技术平台的热舒适指标数据库中的夏季PMV数据集对模型进行仿真研究,且与基于网格搜索-SVM模型作了深入对比,实验结果表明PSO-SVM模型应用到室内环境舒适度评价具有一定优势。     

基于PSO-SVM模型的深基坑变形预测研究

深基坑变形预测一直是深基坑工程的一个重点研究课题,具有十分重要的理论意义和实际价值.支持向量机是一种基于结构风险最小化原理的机器学习算法,它具有很好的泛化能力,能够有效地解决小样本、非线性、高维数、局部极小等问题.本文将支持向量机(SVM)理论引入到深基坑的变形预测当中,同时,采用粒子群算法(PSO)来优化SVM的相关...     

岩石力学性态预测的PSO-SVM模型

 传统的固体力学方法在描述岩石的各种地质因素与其力学性态之间的复杂非线性关系时存在困难。引入粒子群算法(PSO)对支持向量机(SVM)进行优化,提出岩石力学性态预测的粒子群优化支持向量机模型(PSO-SVM)。该模型利用SVM来建立岩石地质因素与力学性态之间的非线性关系;同时利用PSO对SVM参数进行全局寻优,避免人为选择参数的盲目性,从而提高模型的预测精度。将PSO-SVM应用到岩石压缩系数的预测中,并与传统的BP神经网络(BP-NN)进行对比分析。结果显示,PSO-SVM的预测精度较BP-NN有较大的提高,从而表明PSO-SVM在岩石力学性态预测中的可行性和有效性。     

基于PSO-SVM模型的短期电力负荷预测研究

文章分析了影响电力负荷的因素,对现存的短期电力负荷预测方法进行了研究,采用粒子群算法对支持向量机进行参数寻优,建立了基于粒子群优化的预测模型,并对短期电力负荷进行预测仿真,为精准且快速地预测短期电力负荷提供了有效的方法。通过实例分析验证了该模型在电力负荷中的预测精度,结果显示其精度值较高。     

冲击地压预测的PSO-SVM模型

冲击地压是一种复杂的非线性动力学现象,其发生机制非常复杂,而在监测数据的基础上对其进行分析预测,是冲击地压的一个重要研究方法,但是采用传统的数学力学方法很难表达冲击地压与其影响因素之间的复杂非线性关系,其中采用时间序列进行预测是一个重要的研究方向。针对这一问题,将冲击地压看作一时间序列过程,采用支持向量机建立冲击地压序列之间的非线性关系;同时,考虑到支持向量机参数对预测效果的影响,采用微粒群算法对支持向量机参数进行优化选择,从而提出冲击地压预测的PSO-SVM模型,提高支持向量机的推广预测能力,并对一具体算例进行研究分析。研究结果表明,该方法是科学可行的,并具有很好的精度。     

PSO-SVM与BP神经网络组合预测供水系统余氯的方法

针对余氯量在供水系统内非线性变化的特性,建立了PSO-SVM与BP神经网络组合模型对管网末端余氯进行预测分析。该模型通过粒子群优化算法(PSO),对SVM的特性参数进行优化;采用BP神经网络对模型进行残差修正。通过对单一的BP模型和SVM模型、组合模型的预测精度进行分析。结果表明:组合模型预测比BP和SVM单一预测均方误差分别降低了62.30%、75.29%,平均相对误差降低了55.03%、54.27%。综上所述,该模型具有强大的非线性拟合能力,预测精度高,运行稳定性强,对供水企业控制余氯的投加量和设置二次加氯点有一定的指导作用。     

冲击地压预测的PSO-SVM模型

 冲击地压是一种复杂的非线性动力学现象，其发生机制非常复杂，而在监测数据的基础上对其进行分析预测，是冲击地压的一个重要研究方法，但是采用传统的数学力学方法很难表达冲击地压与其影响因素之间的复杂非线性关系，其中采用时间序列进行预测是一个重要的研究方向。针对这一问题，将冲击地压看作一时间序列过程，采用支持向量机建立冲击地压序列之间的非线性关系；同时，考虑到支持向量机参数对预测效果的影响，采用微粒群算法对支持向量机参数进行优化选择，从而提出冲击地压预测的PSO-SVM模型，提高支持向量机的推广预测能力，并对一具体算例进行研究分析。研究结果表明，该方法是科学可行的，并具有很好的精度。     

湿陷性黄土改良试验研究

文中就湿陷性黄土特性研究进行阐述,分析了湿陷性黄土改良试验地基处理,并在此基础上,探讨了黄土路基填料改良的措施.     

基于PSO-SVM和MFGA算法的足球场地照明节能优化方法研究

由于传统足球场地照明设计方法相对繁琐且具有多变性,目前照明节能设计方法也存在灯具与能源浪费等问题.因此,本论文提出了1种基于PSO-SVM和MFGA(Magnifying Front Genetic Algorithm)算法相结合的绿色照明优化设计方法.并以重庆某足球场地为例,利用PSO-SVM算法预测出灯具数量、灯具高度以及配光曲线的选择方案,再应用MFGA算法优化灯具的瞄准点,最后使用DIAlux完成场地照明设计.模型仿真结果表明,该方法可获得较短的设计时间及较优化的设计方案,同时仿真数据表明其功率密度为47.11W/m2,相比于原始照明设计的50.15 W/m2和标准中的80 W/m2,证明了该方法具有良好的节能效果并提高了能源的利用率,促进了能源的可持续发展.     

基于PCA与PSO-SVM的谐振接地系统故障选线方法

为解决谐振接地系统单相接地故障对故障初始角为零以及接地电阻为高阻的故障线路识别效果差的问题,提出一种基于主成分分析与粒子群算法优化支持向量机(PCA-PSO-SVM)的选线方法。该方法通过Matlab/Simulink对小电流接地系统进行仿真,采集瞬时零序功率数据,将数据输入PCA-PSO-SVM模型中进行训练与测试,并将测试结果与单一的支持向量机模型以及经粒子群优化后的支持向量机模型进行对比,结果表明PCA-PSO-SVM模型有着更好的选线准确度与选线效率。     

甘肃某电厂黄土湿陷性试验研究

以甘肃某电厂工程为依托,对厂区的黄土地层的工程地质条件进行分析,共采集1700余个黄土样品,进行了常规、颗分、湿陷性等试验,得出该地区黄土性质变化的规律及湿陷系数与物理力学指标间的关系.并从土工试验的物理指标参数入手,采用回归分析对厂区的黄土湿陷性进行评价,得出了黄土各物理指标参数与湿陷系数之间的关系以及本厂区湿陷系数的经验公式,可供分析湿陷强烈程度以及进行试验数据与成果验证的参考.     

大厚度自重湿陷性黄土地基处理深度和湿陷性评价试验研究

 为解决大厚度自重湿陷性黄土地区地基处理深度和湿陷性评价等难题,在湿陷性黄土厚度大于36.5 m的场地进行以下浸水试验：不同深度的挤密桩处理地基深层浸水载荷试验,不同深度的孔内深层强夯处理地基载荷浸水试验,不打注水孔、埋设TDR水分计的原位浸水试验。研究结果表明：(1) 大厚度自重湿陷性黄土地基处理6～12 m、深层浸水时,发生显著地基下沉;15～20 m时,地基沉降较小;处理深度大于20 m时,地基沉降基本可忽略。(2) 浸水试坑22.5～25.0 m以上土体含水率增加较快,甚至达到饱和,以下土体含水率增加缓慢,基本没有发生湿陷。建议22.5～25.0 m作为大厚度自重湿陷性黄土地基处理和湿陷性评价的临界深度。(3) 大厚度自重湿陷性黄土地基在采取有效的综合处理措施之后,甲类建筑可以不全部消除湿陷量,乙、丙类建筑可以根据控制建议适当放宽对剩余湿陷量的要求。(4) 不同地区、不同微结构类型土的湿陷性应当采用不同的湿陷系数 来判定,即“湿陷系数 = 0.015”在自基础底面至基底下15 m的范围内可继续使用;15 m以下适当放宽,按不同深度对 进行修正,可使大厚度自重湿陷性黄土湿陷性评价趋于合理,有效节约大量地基处理费用。     

湿陷性黄土地基处理措施研究

从黄土湿陷性的定义及划分入手,剖析了黄土的湿陷机理,并根据不同地质条件和施工环境提出了相应的防范措施和处理方案,从而防止地基湿陷,保证建筑物的安全和正常使用。     

基于PSO-LSSVM模型空调负荷预测研究

提出利用粒子群优化(PSO)算法优化的最小二乘支持向量机(LSSVM)预测模型(PSO-LSSVM模型)。以厦门某公共建筑作为研究对象,将平均绝对误差绝对值、平均相对误差绝对值作为评价指标,评价LSSVM模型、PSO-LSSVM模型对空调负荷的预测效果。LSSVM模型、PSO-LSSVM模型的空调负荷预测值与实测值变化趋势基本一致。与LSSVM模型相比,PSO-LSSVM模型的预测值平均绝对误差绝对值、平均相对误差绝对值更小,PSO-LSSVM模型的预测准确性更高。     

邯郸地区湿陷性黄土影响因素的研究

红湿陷性黄土是一种特殊性质的土,黄土的湿陷性对建筑物的安全危害十分严重;预防和减少黄土的湿陷性的危害,弄清黄土的湿陷成因十分重要;由于各地黄土堆积环境、地貌和气候条件不同,致使其在堆积黄土的物理、力学性质等方面都具有明显的差别;邯郸部分地区分布有湿陷性黄土,通过对邯郸湿陷性黄土地区30个工程的200组探井试样的土工试验的研究,分析了黄土湿陷性的影响因素,用数理统计的方法,建立了邯郸地区黄土湿陷系数与土的天然孔隙比、塑性指数、天然含水量间的回归方程,确立了它们之间的定量关系。     

湿陷性黄土高能级强夯试验研究

针对实际工程强夯能级超出现行规范指导范围的情况,以甘肃省某工程为背景,开展了湿陷性黄土地基采用高能级强夯加固处理试验研究,重点分析了强夯前后土体孔隙比、压实系数以及湿陷系数的变化情况,总结了9 000 k N·m,10 000 k N·m,12 000 k N·m能级条件下强夯针对湿陷性黄土的有效影响深度,试验研究成果可为同类工程的设计与施工提供参考。     

关于湿陷性黄土地区建筑规范几个问题的探讨

针对<规范>中对自重湿陷性黄土自重湿陷量△s计算公式中修正系数β0 的取值以及饱和湿陷黄土地基湿陷量的计算方法提出了问题,指出参数的不确定性,提出在工程实践中,应尽量采用现场实测数据参数,以确保工程质量.     

关中地区黄土基质吸力与湿陷性关系试验研究

利用非饱和土侧限压缩仪对不同湿度的关中地区天然黄土试验,采用轴平移法测定有和无固结压力作用下不同初始含水率黄土的吸力,探讨了侧限应力条件对黄土吸力特性的影响,同时对竖向荷载作用下湿陷系数与基质吸力的变化关系进行了初探。研究结果表明:湿度确定时,侧限条件对天然原状黄土的基质吸力大小有改变,且变化程度随湿度变化而异。黄土的湿陷系数与基质吸力的关系在不同的竖向荷载作用下有着不同的变化规律。研究可为黄土基坑湿陷性评价提供参考,具有一定的工程意义。     

减湿和增湿时黄土的湿陷性

<正>一、前言 1990年初,我们结合西安市东郊某工程,对黄土在减湿和增湿的湿陷性状进行了试验研究。试验场地位于渭河Ⅲ级阶地。试验土样分别取自4个探井。取土深度2.0～9.0m。土呈褐黄色,硬塑至可塑状态,天然含水量为21.5～28.0％,天然孔隙比为1.045～1.382,湿陷系数为0.016～0.082,属于西安地区中等偏强湿陷性土。