基于VMD和BSA-KELM的高陡边坡位移预测模型研究

边坡位移的时间序列曲线存在复杂的非线性特性,传统的预测模型精度不足以满足预测要求。为此提出了基于变分模态分解的鸟群优化-核极限学习机的预测模型,并用于河北省某水泥厂的边坡位移预测。该方法首先采用VMD把边坡位移序列分解为一系列的有限带宽的子序列,再对各子序列分别采用相空间重构并用核极限学习机预测,采用鸟群算法优化相空间重构的嵌入维度和KELM中惩罚系数和核参数三个数值,以取得最优预测模型。最后将各个子序列预测值叠加,得到边坡位移的最终预测值。结果表明：和KELM、BSA-KELM、EEMD-BSA-KELM模型相比,基于VMD的BSA-KELM预测精度更高,为边坡位移的预测提供一种有效的方法。     

硫酸行业设备材料与专有技术推荐指南

经中国化工学会无机酸碱盐专委会硫与硫酸学组、全国硫与硫酸工业信息总站遴选,以下企业入选硫酸行业设备材料与专有技术推荐指南。(欢迎企业推荐技术和产品入编《指南》,经审核后予以发布,收取评审发布费4000元/年)。     

化工工艺安全设计中危险识别和控制策略研究

随着我国经济实力不断提升,化工行业的发展速度也在不断加快,越来越多的新技术被应用在整个生产过程当中。如何确保化工生产的安全,就成为了很多人关注的问题。化工生产安全问题研究,将会对保证生产质量,维护工作人员生命安全起到关键作用,对社会发展产生积极向上的意义。本文将会结合实际工作经验和化工工艺中可能涉及的安全隐患进行分析和讨论,为化工生产的安全维护提供工作帮助和支持。进一步提高化工工艺危险识别和控制能力,保证化工企业的安全生产。     

欢迎订阅《化工高等教育》

《化工高等教育》是经国家新闻出版总署批准的一本由教育部主管、华东理工大学主办,面向高等教育领域的管理人员、高等教育理论与实践研究者、一线教师公开发行的教育类学术性期刊,是中国化工教育协会会刊,国内统一连续出版物号:CN 31-1043/G4,国际标准连续出版物号:ISSN 1000-6168。     

元素化合物复习技巧

纵览2010至2014年广东高考卷,元素化合物相关知识是广东省高考必考知识点之一,且其涉及内容范围广泛,涉及考点较多。常出现于以实验探究为背景的选择题和简答题。内容繁多琐碎,复习时应化繁为简,用网络图串联,使之结构化,系统化。以下是笔者复习元素化合物相关知识的策略。希望对大家有所启发。