基于Monte-Carlo模拟的岩村滑坡稳定可靠度研究及其程序开发(下)

以岩村滑坡稳析定性分析与可靠度分为例,通过统计分析结合滑坡反演分析确定了滑坡滑带土抗剪强度参数特征值,同时根据蒙特卡罗模拟基本原理,结合传递系数法建立了滑坡可靠度分析状态函数,并运用Excel内嵌的VBA语言开发了基于图形用户界面的滑坡稳定性分析程序及蒙特卡罗模拟程序。在此基础上,运用费伦纽斯法、毕肖普法、简布法、传递系数法四种不同稳定性计算方法对岩村滑坡在两种不同工况下的稳定性进行了对比分析,发现传递系数法所得稳定性系数最大,其次是毕肖普法,费伦纽斯法和简布法,且滑坡在雨季工况下处于不稳定状态。同时,利用编写的蒙特卡罗模拟程序对岩村滑坡在两种不同工况下的破坏概率进行了分析,根据误差分析原理确定了滑坡的稳定性系数及其破坏概率,并将模拟结果与定值分析法进行比较,发现概率分析法与定值分析法具有较好一致性。最后根据滑坡的工程地质条件以及剩余推力曲线,提出采用抗滑桩、削方以及地表截排水的综合治理措施。     

基于关系型数据库的推导型模糊规则获得

为了让用户在计算机世界里自然地表达自己的需求,本文吸收Yager等学者的思想精华,在关系型数据库的基础上基于标准SQL获取推导型模糊规则。该方法有助于满足高层决策者比较复杂的模糊分析需求,其思路简单,可操作性较强。     

一种基于负载和队列的模糊主动队列管理算法

针对目前已有的模糊主动队列管理算法(AQM)大多只考虑队列长度及其变化率作为模糊输入,很少同时考虑包到达速率的影响,结合队列长度和包到达速率,提出一种更为有效的模糊主动队列管理算法(FQL-AQM)。FQL-AQM以瞬时队列长度和网络平均负载因子作为模糊输入来调整包丢弃概率,并采用参数自校正技术,将队列长度维持在期望的队列水平上、包到达速率维持在队列服务速率附近,使算法对网络状态的变化具有很好的适应能力,从而提高网络的鲁棒性。仿真结果表明,FQL-AQM算法具有比FQ-AQM算法更快的响应速度、更高的链路利用率和更好的队列稳定性,从而减少了分组延时抖动和分组丢弃率。     

基于PLC模糊算法的风洞风速调控系统的研究

目前国内外对风蚀风洞风速的控制精度和自动化程度不高.给实验室工作人员带来了很大的不便,而且风速易受外界不确定因素的影响,使实验数据的精度不够理想.以PLC为控制器.组建一套计算机操作指导控制系统.采用增量式模糊控制算法实现对风速的平稳控制,以达到提高试验精度和可靠性的目的.为我国的风蚀研究提供精确可靠的实验数据.     

模糊遗传算法在电极调节系统中的应用

分析了电弧炉电极调节系统的特点,并在此基础上设计了模糊PID控制器。为了避免模糊控制器设计的盲目性,提高模糊控制器性能,引入了遗传算法,对模糊PID的隶属函数进行优化,改善了控制效果。     

基于PLC的锅炉燃烧模糊自寻优控制

锅炉控制系统是一个多变量、大时滞、干扰因素多的非线性时变系统,常规控制手段很难达到理想效果.针对燃煤热水锅炉燃烧系统普遍存在热效率低的问题,提出一种以炉膛温度为指标的风煤比模糊自寻优控制算法,并给出了基于西门子PLC的实现方法.实践表明,该方法能有效提高锅炉的热效率,实现锅炉的经济环保运行.     

直接自适应动态递归模糊神经网络控制及其应用

针对某些仿射非线性系统中各状态变量间呈微分关系的特点,本文提出仅取某些可测状态变量 作为动态递归模糊神经网络(dynamic recurrent fuzzy neural network, DRFNN) 的输入,而由DRFNN 的反馈矩阵 描述系统内部动态关系的直接自适应DRFNN 控制算法,克服了将系统所有变量作为输入的传统模糊神经网 络(traditioanl fuzzy neural network, TFNN) 因某些不可测状态变量所导致的不可实现问题．在电液伺服系统中的 应用结果表明：直接自适应DRFNN 控制算法相对于TFNN 控制算法对系统稳态特性的改善具有较大的优越 性．     

基于混沌遗传算法的铜闪速熔炼过程操作模式智能优化系统

提出了一种铜闪速熔炼操作模式智能优化系统．该系统首先采用动态T-S递归模糊神经网络（Dynamic T-S Recurrent Fuzzy Neural Network, DTRFNN）对工艺参数进行软测量,再采用模式分解的方法对海量数据进行分解,最后对模式子集采用基于神经网络和混沌遗传算法的铜闪速熔炼操作模式智能优化方法进行优化．将该控制系统应用到铜闪速熔炼中,提高了铜闪速炉的生产效率．     

我的推手生涯

在当红的网络事件中,总隐隐可见推手们推波助澜的身影。新鲜火爆的话题是顺应了民意还是刻意的炒作？互联网真实的界线越来越模糊了。     

基于归一化互信息与模糊自适应PSO的图像自动配准方法

提出了一种基于归一化互信息相似性判据,并采用模糊自适应粒子群优化算(particle swam optimization,PSO)作为搜索策略的图像自动配准方法.由于互信息方法不能解决图像缩放的问题,该方法在计算图像互信息之前,先对图像进行尺寸相同化操作;同时针对互信息方法中目标函数易陷入局部极值及搜索速度慢的问题,该方法采用归一化互信息作为相似性准则,并提出以模糊自适应PSO算法作为优化策略来提高配准速度和精度的方法.实验表明,采用归一化互信息作为配准测度,可提高配准的鲁棒性,而且,引入了模糊推理机之后,配准效率得到大幅提高,用该方法对具有仿射变换的图像进行配准能得到快速、精确的配准结果,证明了该算法的可行性和有效性.