基于PCA-GRNN神经网络的露天矿边坡稳定性分析

露天矿边坡稳定性分析是一个复杂的非线性、不确定的动态系统,各因素之间具有一定的相关性。首次应用主成分与GRNN神经网络结合的原理和方法,建立了边坡稳定性评价模型,能定量得出各主成分对边坡稳定性的影响程度。利用PCA-GRNN神经网络评价模型对边坡安全系数进行了预测,并与真实值进行了对比分析,得出了PCA-GRNN方法评价精度较高、相对误差较小。由此可见,该模型在边坡稳定性的分析中具有较高的可行性和适用性。

基于AAWDA-PP回归模型的边坡稳定性评价

在边坡的稳定性评价中保证边坡分类的准确度十分重要.人工非洲野狗群体智能算法,能够通过模拟野狗的觅食行为来对目标函数进行寻优.结合投影寻踪算法以及阻滞增长曲线函数,建立人工非洲野狗优化投影寻踪模型,利用非洲野狗算法AAWDA优化投影指标函数及阻滞增长曲线函数参数,提高了模型求解的准确性,通过对求解后的结果建立回归模型,然后根据分级阈值对边坡等级进行分类,测试结果显示较好的精度.将模型应用于案例边坡的稳定性分析,并同PSO-PP模型,ANN模型所得结果进行比较分析,得出运用AAWDA-PP回归模型预测结果与经验值之间的误差最小,说明模型在研究边坡稳定性评价分级中更加准确有效.

多元统计方法在毕业生回访调查中的实证分析

本文是多元统计分析、应用抽样技术以及统计软件SPSS在问卷调查中的实际应用。以徐州工程学院2015届毕业生回访调查数据为例,使用对应分析、相关分析以及多元Logistic回归分析等多元统计方法对相关问题进行研究。结果表明：毕业生对学校整体满意度水平与学院各项工作的开展有着密切的联系,各学院工作开展各有千秋。研究结果对学校教学、学生工作、招生工作、毕业生工作等具有一定的指导意义。