基于权重融合和云模型的岩爆倾向性预测研究

岩爆倾向性预测是地下工程防灾减灾的基础工作之一。针对现有数学模型在确定岩爆指标综合权重中缺少必要的检验过程以及预测准确度不高的不足,提出了一种岩爆倾向性预测的改进云模型。改进模型通过云理论中的云雾化条件来对指标权重进行融合,进而获取通过检验后的指标综合权重;通过对原始云模型进行修正,运用综合云算法生成等级综合云,弥补了原始云模型对等级区间均值过于敏感的不足。最后将国内外若干岩爆实例用于验证提出模型的科学性和实用性。结果表明:基于云理论的权重融合方法能够获得更为合理的综合权重,提出的改进模型能够较好地应用于岩爆倾向性预测工作中。     

基于云模型的企业质量成本预测

介绍了云模型的基本概念、数字特征,并对正态云模型和云发生器进行了分析,阐述了云模型在企业质量成本预测中的应用,同时列举了一具体实例加以论证,该方法的实施可为企业提高质量、降低成本和风险提供有力的支持。     

云环境下基于线性回归和协同过滤的负载预测方法

文章针对云环境下容器负载的预测分析问题,根据现有相关集群数据对系统资源进行可视化与分析,利用数据的相关性,结合线性回归、协同过滤算法,对容器的负载进行动态预测。     

建筑物蒸气云爆炸后果预测研究

介绍了三种常用的蒸气云爆炸冲击波超压的模拟分析方法,本文选择TNT当量法来计算蒸气云爆炸的事故后果,选取某丙烯储罐作为研究对象,分析其最坏事故场景下的影响范围,根据计算可知,其死亡半径为306m,重伤半径为为684.88m,轻伤半径为1248m,财产损失半径为1010.59m。     

论可燃气云爆炸破坏效应的预测方法

可燃气云爆炸事故是化工类企业比较常见的一种工业灾害.近年来,随着可燃气体在生产和生活中的大量使用,其发生频率和破坏规模明显上升.为了降低可燃气云爆炸灾害造成的生命和财产损失,有必要对预测其破坏效应的方法进行系统深入地研究.本文在前人研究成果的基础上详细介绍了预测可燃气云爆炸破坏效应的4种常用方法:TNT当量法、比例缩放...     

基于改进虚拟监控云平台的研究

采用一种改进的虚拟监控的方法,对现有的云方案进行了研究和分析,提出了一种运行于开源平台上的IVMDC保护方案,该方案通过对云的基础设施和虚拟客户机的实时监控,避免了来自于云内、外部的网络攻击,进而保证了整个区域教育教学云平台的安全运行。性能测试的结果显示IVMDC所带来的性能损失对于目前的区域云平台来说是非常有限的,可以被接受的。     

基于级联神经网络的年降雨量预测

降雨量是农业生产的一个重要影响因素,如何准确预测降雨量成为指导农业、水利等一项重要的科技指标。从信息利用角度来看,单一预测模型仅能利用降雨量数据部分有效信息,而组合模型将单一模型的优势互补,可获得更佳的预测效果。基于神经网络理论的快速发展及级联神经网络预测模型被广泛应用于各个方面并取得了很好的结果,针对降雨量曲线的特点,深入分析BP神经网络及RBF神经网络发现,BP神经网络可很好的拟合对降雨量有很大影响的气候信息和其它因素,输出同一类型的降雨量影响信息;RBF网络的特点就是可很好地提取同一类信息特征,二者的组合可很大程度的提高降雨量预测精度。鉴于此,将BP-RBF级联神经网络引入降雨量预测研究中,实例计算表明,该方法高于单一神经网络预测精度,证明该方法应用于降雨量预测是合理有效的。     

基于信息熵的燃气年负荷多模型组合预测

对于城市燃气年负荷预测,多模型组合预测是提高预测精度的有效方法。应用信息论中的信息熵概念对各单一模型进行综合评价,计算其在组合预测模型中的权重。实例计算证明,多模型的组合预测能综合单一模型的特点,具有良好的应用效果。     

基于关联模态云推理算法的输电塔结构损伤识别

为了解决输电塔等工程结构在不确定因素干扰下的损伤识别问题,提出了一种基于关联模态的云推理算法。建立残余力基本方程,并分析了基于残余力向量的损伤识别原理;提出了基于残余力的云推理算法,给出了云模型的数字特征,分析了前件云发生器和后件云发生器,给出了基于灰云模型的定性规则库建立方法,并利用云规则组成了相应的云推理系统。考虑到残余力法易受测量噪声等不确定因素干扰的弱点,进一步提出了关联模态云推理算法,以提高损伤识别的精度和可靠性,并采用输电塔结构模型进行了损伤识别研究。数值计算结果表明,关联模态云推理算法可以较好地识别出结构损伤,其识别效果明显优于残余力向量法和残余力云推理算法。     

基于FMEA的项目风险预测分析

本文在分析并构建项目风险管理模型FMEA的基础上,通过具体实例分析,旨在考证项目风险预测理论对风险识别与度量的准确性.     

基于云模型的网络计划评审技术

介绍了云模型的基本概念、云的数学特征、正态云模型的期望曲线,并对云发生器的具体算法进行了分析,阐述了云模型在计划评审技术中的应用,并通过实例进行了验证,说明了该方法的可行性。     

基于时间序列和灰色模型的短期电力负荷预测

针对短期电力负荷预测,从不同研究角度出发,分别构建了时间序列ARIMA模型和基于相似日的灰色预测GM(1,1)模型,使用SPSS、MATLAB等软件编程,得出不同模型下所研究地区未来七天内各个时点的电力负荷预测值,并对其精度进行了检验。结果表明两种模型下的预测结果精度较高且各具优点,在实际应用中,可根据短期电力负荷的具体特征和预测要求,灵活的选择模型加以应用。     

基于牛顿插值的建筑物沉降灰色预测模型研究

本文利用牛顿插值法将非等时距建筑物沉降监测数据插值生成等时距拟合数据,结合灰色理论建立了非等时距的沉降预测模型,并用C#语言对该模型进行了编程实现,最后以实际的某建筑物沉降监测数据为例,对该模型进行了检验,表明该模型具有很高的精度和灵活性,能够直接应用于工程实践,具有很高的实用价值。     

基于负荷密度模型的长沙城区负荷预测

建立了负荷密度模型，分析了使用负荷密度模型进行负荷预测需要考虑的问题，介绍了负荷密度模型参数的取定方法，并以长沙城区为例进行分区负荷预测。     

A novel settlement forecasting model for rockfill dams based on physical causes

Bulletin of Engineering Geology and the Environment - Rockfill dams are generally constructed on thick overburden layers in mountainous and valley areas due to their high adaptability to complex...     

基于物元模型的高速公路应急救援系统评价

从应急监测能力、应急响应能力、应急决策与救援能力、日常管理4个维度建立高速公路应急救援系统评价指标体系;将云理论与物元方法相结合,建立综合评估模型.通过与基本物元模型、模糊物元模型进行实例比较分析,证明该评价方法的科学性和合理性.     

基于云模型的行业机构信誉综合评估模型研究

针对美容美发机构这种信誉影响因素较为复杂的情况,文章在综合评价云模型方法的基础上引入层次性,逐级分析美容美发机构的信誉影响因素,最终确定商家的信誉等级。利用云模型的逆向云发生器和云运算原理,分层次逐级地对影响美容美发机构信誉的因素进行分析,得到一个信誉综合评估模型。