制动衬片蔡斯试验分析研究

蔡斯试验是针对摩擦材料摩擦性能检测的实验室测试方法的一种,主要用于制动衬片生产厂家内部的质量控制,也可以用于外购制动衬片的质量评估。对于蔡斯试验,国际上有多种测试方法,不同的测试方法对制动衬片的摩擦性能影响各不相同,本文主要是介绍各测试方法之间的异同点,对比分析其测试方法的差异。     

GH99合金TIG焊接接头拉伸性能的人工神经网络预测

利用Matlab7.0软件建立了用于预测GH99高温合金焊接接头拉伸性能的改进算法的多层BP神经网络.以焊接电流、焊接速度、脉冲频率、重熔次数、板厚、装配间隙、坡口与连接形式作为输入参数,抗拉强度、屈服强度和断后伸长率分别作为输出值.结果表明,改进算法的多层BP神经网络能够很好的预测GH99高温合金TIG焊接接头的拉伸性能,抗拉强度、屈服强度与断后伸长率预报值与试验值的平均相对误差分别为-0.76%,1.71%和2.30%.     

E-V-ALSTM模型的股价预测

针对股票价格非平稳、非线性、高复杂和随机波动等特性使其预测难度大的问题,提出一种基于E-V-ALSTM混合深度模型的股票价格预测方法。使用经验模态分解（EMD）对股票价格数据进行第一次分解,得到若干固有模态函数（IMFs）和一个残差（Res）,降低了股票价格数据的非平稳性和非线性;使用样本熵（SampEn）对这些IMFs进行复杂性评估;将复杂度高于一定阈值的IMFs使用变分模态分解（VMD）进行二次分解,以降低股票价格数据的复杂性;通过加入注意力机制的长短期记忆神经网络（LSTM）模型进行预测,捕捉关键时间点特征信息,重新赋予权重,以解决股票价格数据的随机波动性,提升预测方法的精确度。对沪深300指数和德国DAX指数等数据集上的实验结果表明,该模型比其他对比模型能进一步提高股票价格预测的准确性。