最优权组合模型在季冻区公路软基工后沉降中的应用

为研究最优权组合预测模型在季冻区公路软基沉降预测中的适用性,选取某一级公路的典型断面,采用分层沉降仪进行沉降监测,通过沉降管上磁环位置的移动来反映路基沉降变化。根据一年的沉降实测资料,对原始非线性数据进行三次样条插值处理,基于最优权权重法将灰色GM(1,1)及二次曲线模型进行组合,对地基的远期沉降进行预测,将预测结果与实测资料进行对比,探究该模型的适用性,同时基于季冻区气候特点,选取适合高寒地区路基监测的合理时距。研究表明:最优权权重组合模型的预测效果与样本数密切相关,适当增加建立模型的样本数亦可显著提高预测精度;在考虑区域气候条件下,适当减少冬季及沉降速率较慢的月份的样本数量,增加在沉降初期及冻融前后的样本数量可以有效提高模型的预测效果;本文的最优权组合预测模型可以较好地预测季冻区公路远期沉降,为类似工程的沉降预测提供参考。

模糊识别在水质综合评价中的应用

应用模糊数学方法对水质进行综合评价,其关键问题是如何合理地确定各评价指标的权重.将最优权法引入模糊评价以确定各评价指标的权系数,通过求解权向量的最优解来确定各指标权重,可避免确定评价指标权重的主观任意性,增加评价结果的分辨性.实例计算与结果对比表明,该方法克服了各指标的权系数随实测样本的不同而变化和评价结果分辨性差的缺点,提高了模型的通用性和评价结果的可比性,同时也简化了多次重复确定权系数的工作量.

基于模糊综合识别技术的粉尘危害评价应用研究

针对目前粉尘危害评价存在的不足,采用最优权法确定各评价指标的权系数,利用模糊识别技术对粉尘危害程度进行综合评价,初步建立了粉尘危害评价指标体系和评价分级标准。结合某矿山实例,对粉尘危害进行模糊综合评价。评价结果表明,模糊综合识别技术能够较好反应实际情况,是一种有效的评价方法,对粉尘防治工作具有一定的指导意义。

土壤重金属污染评价的模糊识别模型的建立和应用

给出由最优权法确定各评价因子的权重,采用模糊识别方法对土壤重金属污染进行评价,避免了确定各指标权重时的主观任意性,增加了评价结果的分辨性.利用该方法对南充市区土壤进行评价,得到的结果符合南充市区土壤的实际情况.

多源数据支持下的露天矿边坡监测

为解决矿山边坡监测单源数据所获目标物信息单一抽象、数据不完整的问题,结合测量机器人(RTS)获取点监测数据、近景摄影测量影像数据和三维激光扫描仪(TLS)面监测数据,提出了一种基于最优权法进行多源数据的融合计算与分析的多源信息整合的边坡监测方法,并对其监测成果进行了相关性分析。结果表明,点监测与面监测成果的相关性满足限差要求,融合结果有效弥补边坡模型的空洞,在细微的特征上能够显现,使边坡具有自然的地形纹理,更全面地保证边坡监测成果的完整性与可靠性,从而更好地对露天矿山边坡变化进行有效的监控。该成果对矿山边坡监测与治理提供了指导作用。

面向网络化制造的装备资源多目标优选

本文分析了网络化制造环境下装备资源的特点,对区域装备资源优选中的多目标问题进行了分析,建立了多目标问题的数学模型,提出了多目标准则的标准化处理方法,并以此模型为基础,采用最优权重法建立了装备资源优选的总目标,建立了基于AHP算法的装备资源优选模型,为用户提供了基于资源加工能力、加工时间等多种方案的资源优选算法,使系统用户能够有效地查找和使用各种装备资源。

基于BOWA小脑模型的高精度稳定电动加载系统

随着电动加载系统的不断发展,对控制精度、动态特性和稳定性提出了更高的要求,常规的小脑模型(CMAC)和PD控制相结合的复合控制策略难以满足加载指标要求。针对无人机舵机电动加载系统的控制需求,提出了一种基于平衡学习、最优权值和自适应学习率的新型小脑模型(BOWA-CMAC)复合控制策略,它在保留小脑模型算法正常学习过程的同时,避免了算法的过学习现象,保证了系统的稳定,同时提高了跟踪精度和动态特性。仿真和实验结果表明,BOWA-CMAC复合控制策略具有很强的鲁棒性,抑制了加载系统的多余力矩,保证了系统的稳定性,有效提高了系统的跟踪精度和动态特性,非常适合于实时控制。