考虑需求优先级的消防车初始备件优化

针对消防车备件保障费用限制及高保障率的现实需求,考虑备件在系统中的重要性及备件供给对系统保障率的贡献程度,建立初始备件采购优化模型。为保证备件采购资金发挥最大效能,利用价值工程理论对备件采购优先级进行评定,获得以备件当量价值系数为量化指标的备件采购优先级,并在此基础上建立以费用为约束条件,以备件保障率增量及当量价值系数为目标的优化模型,确定一定费用条件下的备件储备优化数量。优化结果符合备件优化准则,该方法可为消防车初始备件的储备方案提供理论依据。     

装备备件储供管理策略研究综述

装备备件储供管理是综合反映装备产品质量和企业服务效果的有效途径之一，其本质是用于满足各类装备维修保障需求的物流活动，其全过程的管理就是对备件的采购、仓储、配置、供应等的控制，相应的管理策略就是针对以上各环节所设计的理论、方法。主要采取统计计量和文献分析的方法，在总结梳理装备维修备件储供涉及的需求预测、分类库存和配送供应3个阶段管理策略研究现状的基础上，讨论装备维修备件储供管理同前沿技术的融合发展趋势，并进一步提出“虚实共生式”“沉浸可视化”“功能集成型”“异地同步性”的管理展望，以期为装备备件储供管理策略的制定和实施提供理论参考和应用发展思路。     

基于BP神经网络的滑坡地质灾害预测方法

为了解决滑坡地质灾害传统预测方法中出现的综合性、实用性不强等问题,本文研究用基于优化参数设置的BP神经网络模型来预测滑坡地质灾害。该方法基于BP神经网络,顾及与滑坡地质灾害产生紧密相关的地质条件和环境因素,对BP神经网络的输入层、隐含层、输出层的参数进行优化;再由历史的经验数据通过训练、泛化建立基于BP神经网络的地质灾害预测模型;最后,按照0和1的组合结果对滑坡地质灾害进行预测。本文利用该模型对汶川地震诱发的滑坡地质灾害进行分析预测,结果表明:该模型的预测结果与实际结果吻合度达到86%~90%,预测精度较高,验证了基于改进的BP神经网络预测滑坡地质灾害的方法是实际可行的。     

基于遗传算法优化神经网络的燃气日负荷预测研究

燃气负荷预测能够为管网调度运行工作提供指导,进而提高管网运行的安全性和天然气供应的可靠性,是燃气企业实现科学调度和精细管理的重要手段。但由于燃气负荷受到气温、节假日、经济等多因素的影响,仅通过建立线性关系式难以达到预测所需的精度,需要借助智能算法搭建负荷预测模型。本文基于遗传算法优化人工神经网络搭建燃气负荷预测模型,通过遗传算法确定了人工神经网络的结构、优化了初始权值和阈值,并收集了实际用户的燃气负荷作为样本用于训练模型和测试精度,结果表示该模型能够较好的满足燃气负荷预测需求。     

计算机智能优化技术在大型复杂钢结构项目中的应用

实际工程的构件数量和约束条件限制了计算机优化技术的应用。特别是在大型复杂钢结构设计中，除了强度、刚度和稳定问题外，还要考虑大规模优化计算问题，传统的优化方程有大量的非线性约束，对于有10 000个杆件的结构，该约束条件可能达到20万条以上，这些约束条件对优化计算的收敛影响很大，进而限制了优化技术在实际工程的应用。笔者团队通过构建的新型结构优化模型和发明的智能求解方法建立隐形函数，简化了非线性约束条件的建立过程；并发明建筑特殊约束条件的处理技术，使优化算法具有优化钢结构的能力；研究开发了“AI结构师”V1.0软件系统，成功解决了大型钢结构设计的优化问题。通过多个项目的实际应用，证明该系统能适应大规模钢结构项目的各种约束要求，而且优化结果能满足设计要求，优化率皆达到10%以上，具有很高的经济价值和使用价值。     

岩爆发生和烈度分级预测的距离判别方法及应用

岩爆是深部高地应力区岩石地下工程中的主要工程地质灾害之一，对其发生的可能性及其烈度分级的预测是工程建设过程中所必须解决的重大问题。基于距离判别分析理论，建立岩爆发生和烈度分级预测的距离判别分析模型。选取影响岩爆的主要因素如最大切向应力σθ、小单轴抗压强度σc、单轴抗拉强度σt和弹性能量指数Wet，并把σθ／σc，σc/σt和Wet作为判别因子建立岩爆预测的距离判别分析模型，利用国内外一些重大深部岩石工程实例作为学习的样本进行训练。经过训练后的模型回判估计的误判率为0。利用该模型对国内西康铁路秦岭隧道工程和铜陵冬瓜山深埋硬岩矿山的岩爆情况进行预测，结果与实际情况符合较好，说明该模型在研究岩爆发生可能性及烈度分级预测中具有良好的实用性和有效性。该方法可为深部地下工程岩爆发生可能性及其烈度分级预测提供一种新思路。     

基于选线适宜性评价的城镇型绿道规划方法研究

城镇型绿道受城市建成区限制等影响因素较多,很难通过主观评价判断其选线方案的优劣,为满足规划中的实际需求,需要提出多源数据融合的定量评价方法。以城镇型绿道为研究对象,基于国内外绿道选线相关研究,通过层次分析法、德尔菲法等建立多源数据融合的适宜性评价模型,对城镇型绿道的选线适宜性提出定量的评价方法。以深圳市龙岗区为例,在适宜性评价模型的基础上,通过GIS空间叠加对城镇型绿道的规划布局提出优化方法,同时提出分级规划引导。以期实现多目标相协调的城镇型绿道规划布局,为城镇型绿道选线的评价及规划建设提供科学的借鉴和参考。     

基于灰色系统理论的锚杆极限抗拔力预测方法

利用有限的实测数据准确地预测锚杆的极限抗拔力具有重要的现实意义。根据灰色理论建立了锚杆的拉拔荷载—位移关系的GM（1,1）模型。介绍了运用灰色理论在有限的实测数据备件下预测锚杆极限抗拔力以及完整的拉拔荷载—位移关系的方法。通过工程实例的分析计算,说明了该方法具有良好的预测精度,能满足工程实际的需要。     

基于代理模型的方形凹角截面超高层建筑气动外形优化

采用CFD数值模拟和基于代理模型的优化方法,研究方形凹角截面超高层建筑在多参数设计空间内的平面外形气动优化问题。首先,选取凹角率、凹角角度和凹角个数作为设计参数并考虑风向角的影响,基于最优拉丁超立方设计和非定常RANS方法获得初始样本点的气动力系数;其次,基于遗传算法(GA)和广义回归神经网络(GRNN)方法构建能准确预测设计参数与气动力系数之间复杂关系的代理模型;再次,以最小气动力系数为目标,利用GA-GRNN代理模型及其更新策略和非支配排序遗传算法在整个设计空间内寻优,确定全风向角下方形凹角截面的最优气动外形;最后,探讨凹角修正对截面气动性能的影响机理。结果表明,基于GA-GRNN代理模型的优化方法在气动外形优化方面具有较高的预测精度和计算效率;全风向角下的最优气动外形截面的凹角率为18.5%、凹角角度为70.4°、凹角个数为5,相比方形截面,该截面可使平均阻力系数和均方根升力系数最多分别减小53.4%和70.5%。该方法可为建筑结构气动外形优化及相关研究提供重要参考。     

灰色——神经网络组合模型预测城市用水量

针对城市用水量的预测，建立了以预测方法有效度为优化指标的求解组合预测权重系数的优化模型，并对灰色－神经网络的二元组合预测模型采用简化方法求解。该方法应用于长沙市河西供水系统的用水量短期预测，误差较小，能满足实际需要。