遗传神经网络模型在地下水质量评价中的应用

设计了用遗传算法训练神经网络权重的新方法,并应用该方法建立了地下水质量评价的GA-BP神经网络模型,对阜新新邱露天煤矿地下水水质进行了评价。研究结果表明遗传算法具有快速学习网络权重和全局搜索的能力,有效地解决了BP算法的局部收敛的问题。应用该方法环境质量评价简便可靠,预测精度高,具有通用性和客观性等优点。     

基于物元分析的矿区地下水水质评价

矿区开采造成水体污染,为了解矿区水体污染情况,试将物元分析法应用于阜新海州露天矿矿区地下水水质评价中,并根据矿区地下水水质状况选出总硬度、SO_4~(2-)、CL~-、溶解性总固体、硝酸盐具有代表性的污染因子进行评价。为对矿区水质的了解,选取了3个远离矿区的对比点,7个矿区内的监测点位。结果表明,3个对照点位的水质为Ⅰ-Ⅱ类,水质较好;阜新海州露天矿矿区地下水水质为Ⅳ-Ⅴ类,水体污染严重;物元分析法是对不同评价因子所占权重比例进行综合评判,评价结果全面、系统、准确,与RBF神经网络对该矿区地下水的评价结果基本一直,说明物元分析法在矿区地下水水质评价中适用。     

旋流-静态微泡浮选柱分选指标的BP神经网络预测

采用BP神经网络模型,对不同操作条件下的分选指标进行了预测。选取捕收剂用量、起泡剂用量、循环压力和进气量作为输入因子,精煤灰分和可燃体回收率作为输出因子,建立了分选指标与操作参数的BP神经网络预测模型。结果表明：BP神经网络模型能准确预测分选指标,预测值与试验值之间误差小,精煤灰分和可燃体回收率的预测值与试验值的相对误差一般小于5%。     

广义回归神经网络在昆山水质评价中的应用

为了更加科学地评价水体水质,采用GRNN神经网络对昆山某Ⅲ类功能的湖泊水体进行水质评价,同时与BP、单因子评价法进行对比分析,论证GRNN评价水质的可行性并分析水质污染特征。评价结果显示,当GRNN光滑因子为0.4时,训练误差为0.5%~4.7%,GRNN和BP水质评价结果相对误差为-0.4%~18.6%;水质评价结果表明,待评价水质不容乐观,刚好达到功能区标准或者已经超过功能区标准。一年中污染最重的是2、3月,污染最轻的是8月。该方法模型参数少、操作简单,能够反映综合水质状况,有助于管理人员通过复杂的监测数据快速掌握不同水体的污染程度,为水资源保护和管理提供重要的技术支持。     

基于因子分析与BP神经网络的煤体瓦斯渗透率预测

为提高煤体瓦斯渗透率预测准确性,使用因子分析法对BP神经网络模型进行优化、改进,提出一种改进的BP神经网络预测模型。根据煤体瓦斯渗透率相关主要影响因素实例数据,使用因子分析法对4个煤体瓦斯渗透率影响因素原始数据进行降维数据处理,优化得到2个公共因子;以2个公共因子代替原有4个煤体瓦斯渗透率影响因素作为BP神经网络模型输入层参数,建立改进的BP神经网络煤体瓦斯渗透率预测模型,进行实例数据检验改进BP模型预测效果。最终验证结果:20组训练样本预测值与实际值的相对平均误差为0. 63%,证明训练完成的改进BP神经网络模型具有良好的拟合效果;改进BP模型预测样本平均相对误差为3. 16%,传统BP模型预测样本平均相对误差为6. 37%,证明改进BP模型预测精确度优于传统BP模型。     

基于灰关联和神经网络的通风系统评价模型

针对BP神经网络随维数增加学习时间剧增,易陷入局部最小点以及通风系统评价样本量小、评价指标多的技术难题,利用灰色关联度筛选评价指标,以此确定人工神经网络的输入参数。采用基于Levenberg-Marquardt(L-M)算法的BP神经网络,建立通风系统综合集成评价模型,并用VC++6.0开发了灰关联—神经网络评价软件。选用基于人工神经网络通风系统评价的典型实例作为评价样本,将原有16-32-3的网络模型简化为8-3-3。结果表明,建立的评价模型仿真结论与基于人工神经网络的结论完全吻合,并且模型简单,易于操作,训练效率大幅提高,有一定的推广应用价值。     

基于DDA的铜矿采空区地下水质量评价预测方法

开展地下水质量评价,划分地下水水质等级,对矿山地下水资源的保护利用有重要意义。依据《地下水水质标准》(GB/T 14848—2017),选取总硬度、溶解性总固体、硫酸盐、氯化物、铁、硝酸盐、亚硝酸盐和氨氮8项评价指标作为判别因子,以28组地下水数据为样本,建立距离判别预测(DDA)模型,利用得到的线性判别函数对样本进行分级,用回代估计检验其模型,并将模型用于云南东川桃树坪铜矿采空区地下水质量评价分析。结果表明：采用距离判别分析法对矿山采空区地下水质量进行分级预测的准确率较高,得到模型预测值与实际结果值完全一致。研究结果可为类似矿山地下水的质量评价分级预测提供新思路和新方法。     

基于PCA分析的突水水源Fisher判别模型

为有效快速地判断突水水源的位置,预防突水事故的发生,针对不同水层水质差异性,选取6大常规水化学离子作为判别因子,结合PCA分析法和Fisher判别法建立矿井突水水源判别模型。以潘三煤矿新生界下含和煤系水共20个水样为例,对该模型进行验证,并与BP神经网络判别模型进行对比,得出准确率达100%,说明该方法的可行性、准确性。     

用L-M法改进的BP神经网络评价边坡稳定性

根据人工神经网络理论,采用L-M算法,对BP神经网络的性能进行改进,建立了边坡稳定性评价模型,并在MATLAB下运行实现。通过对检验样本的预测,验证了模型的可靠性,进而应用此模型对一露天矿边坡进行稳定性评价,并与简化毕肖普方法进行了比较。计算分析表明,基于L-M算法改进的BP神经网络收敛速度快、计算精度高、泛化能力强,可以作为评价边坡稳定性的一种方法。     

利用BP神经网络建立煤炭水分微波测量模型

采用常规的多项式建立煤炭水分模型时,存在某些自变量因子选取不合理的问题,而逐步回归分析具有筛选作用显著的变量因子的能力。本文利用BP神经网络具有良好的非线性映射能力,分别建立的衰减法、相移法和双参量法的煤炭水分模型,并与逐步回归分析建立的模型相比,BP神经网络建立的三种模型具有更好的精度。     

混联二自由度机械臂的运动学研究

提出了一种混联机械臂,该机械臂是串并联混合机构,具有串联机构工作空间大和并联机构承载能力高的优点,可以实现较大活动空间内对重物的搬运仓储。对该机械臂进行了自由度分析,得到该机械臂的自由度为2,具有平面内的一个移动和一个转动自由度。基于几何解析法分析了该机构的运动学正反解,并且给出了5组正反解分析数值算例,验证了正反解分析的正确性。     

煤中镜质组反射率的测定

介绍了煤中镜质组反射率的测定原理及在测定过程中应注重的问题,从镜质组富集程度的差异性、样品处理、镜质组颗粒鉴别、测试条件和技术方法等方面探讨了其反射率测定的影响因素,并概括论述了煤中镜质组反射率在生产实践中的确定煤级、指导炼焦配煤等实际应用。     

某高速公路岩石单轴抗压强度结果的不确定度评定

依据JTG E41—2005《公路工程岩石试验规程》,结合工程项目实例,对岩石单轴抗压强度进行了试验,对试验结果采用JJF 1059—2012《测量不确定度评定与表示》进行分析与评定,了解测试中造成误差的因素,结果显示影响该项目单轴抗压强度试验的主要因素来源于样品的不均匀性和压力试验机的测量。     

磨机筒体螺栓孔漏料问题分析

对球（棒）磨机筒体衬板螺栓孔漏料、螺栓易松动及断裂原因进行了深入分析,找出了问题的根本所在,提出了处理措施,并给出了全新的结构方案。     

复杂管类零件空间尺寸加工误差分析

介绍某柴油机排气过渡管的加工工艺,分析空间尺寸较多的复杂管类零件的加工工艺及角度误差对空间尺寸的影响。通过角度在公差范围内的微量调整,解决了排气过渡管由于毛坯铸造及加工时找正存在的误差而造成气口处壁厚不均的问题。     

影响横轴式掘进机截割机构振动特性的因素分析

在横轴式掘进机截割机构横向截割的刚体动力学模型基础上,利用计算机模拟方法获得其在不同参数下的振动特性曲线,并分析了截割头质量、悬臂质量、液压系统刚度及阻尼变化对掘进机截割机构振动特性的影响,为研究横轴式掘进机的振动特性,改进机器设计创造了条件.     

煤矿提升机齿轮箱振动分析

提升机作为煤矿中的重要设备,其故障率对于煤炭的安全高效生产有着极为重要的作用。在详细分析了煤矿提升机工作环境和工作特性的基础上,建立了提升机齿轮箱振动的数学模型,分析了速度和载荷变化情况下的提升机齿轮箱振动的特点,分析了变工况条件下齿轮箱故障信号的分布特征,为变工况条件下提升机齿轮箱的故障诊断提供了一定的理论基础。     

合同与侵权责任竞合时诉讼请求权的选择

合同责任与侵权责任是民事法律关系中两种重要制度，二者的构成要件不同，责任承担方式不同。当发生合同责任与侵权责任竞合时，如何选择适当的诉讼请求权，具有十分重要的意义。