基于北斗监测系统的CFG桩先截法施工工艺

现代人们对交通工程提出了更高的要求,在该背景下,我国建设了大量的高铁、公路等工程。在高铁等工程建设过程中经常会遇到软基,且部分软基常采用CFG桩进行加固,加固质量参差不齐,容易引起沉降超限及限速运行等后果,后经项目部对其施工工艺进行创新,并进行了实践应用,取得了预期效果。     

灌注桩浇筑期间断桩处理方法研究

以武汉洪湖地区某工程为实例,精心研究与探索了一种灌注桩浇筑期间断桩处理的装置及方法。采用特制堵头与端头导管的自由端密封连接,在堵头与端头导管内腔之间形成密封腔体,堵头上端还与钢丝绳固定连接。发生断桩时,将导管整体插入到灌注桩内的未干混凝土中适当深度,松开钢丝绳,堵头与端头导管分离,恢复混凝土灌注,从而实现了高效率、低成本的断桩接桩施工。     

浅析CFG桩在高速公路路基的应用

CFG桩主要是通过在碎石桩的前提下加入一定量的石屑、粉煤灰和水泥等物质搅拌均匀后形成一种粘度相对较高的刚性桩体,一般又将其叫做水泥粉煤灰碎石桩,目前随着我国交通行业的不断发展,在进行高速公路路基建设的过程中,也在逐步加大CFG桩在路基中的有效应用,尤其是针对软土地基的处理,该技术能够有效发挥其作用。本文简单介绍了其应用加固的机理以及应用优势,并对其具体应用展开分析,希望能够对我国高速公路的建设有所帮助。     

基于粒子群优化和支持向量机的花粉浓度预测模型

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（PSO）算法和支持向量机（SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量；其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数；然后利用最优参数优化花粉浓度预测模型；最后，使用优化后的模型对花粉未来24 h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

PSO优化多核RVM的模拟电路故障预测

针对模拟电路健康管理的特点，提出了一种基于PSO优化多核RVM的模拟电路故障预测方法。利用参数分析得到电路的输出频域响应作为特征，计算其与电路无故障标准响应的欧氏距离来表征电路元件健康值，将多个核函数线性组合，并用PSO优化多核RVM参数后的模型实现对各个时间点元件的健康值变化轨迹进行预测。仿真结果表明，该方法在小样本情况下，预测效果优于单一核函数的RVM模型，适用于健康管理中实时预测，具有较好的实用性。     

丹水撇洪渠左岸岸坡变形体治理设计探讨

丹水撇洪渠左岸七里湾变形体坡面为视顺向坡,主要为强风化破碎岩体顺层缓慢蠕变而引发变形,平面呈圈椅状,投影面积1 400 m~2,体积约6 000 m~3。最优的治理方案应既满足工程本身要求,又施工方便。通过多方案比选,最终确定采用削坡减载、新建挡土墙、微型钢管桩+挖孔桩的设计方案,经安全复核满足规范要求,达到了治理设计目的。     

结合优化支持向量机与K-means++的工控系统入侵检测方法

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题，提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法（PCA）对原始数据集进行预处理，消除其相关性；其次在粒子群优化（PSO）算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解；然后利用自适应变异粒子群优化（AMPSO）算法优化支持向量机的核函数和惩罚参数；最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型，从而实现工业控制系统的异常检测。实验结果表明，所提方法在检测速度和对各类攻击的检测率上得到明显提升。