基于最大信息系数的同塔双回输电线路感应电影响因素敏感性分析

目前,同塔多回和高载流导线技术被广泛用来提升线路传输容量,而其感应电水平是检修作业人员防护和设备选型的重要依据。文中针对某大容量、远距离的500 kV同塔双回输电线路建立线路仿真模型,研究了同塔双回线路共塔长度、避雷线保护角、线路潮流、回路间导线水平间距和土壤电阻率等五个因素对感应电的影响,并基于最大信息系数(MIC)对各因素的敏感性进行了定量分析。结果表明:静电感应电压主要受导线间距(MIC=0.735)和避雷线保护角(MIC=0.69)影响;电磁感应电压与双回线路共塔长度、潮流及导线间距有高度相关性;共塔长度(MIC=0.82)和导线间距(MIC=0.70)明显影响静电感应电流的大小;电磁感应电流与线路潮流、导线间距均达到高度相关;而土壤电阻率的影响忽略不计。研究结果为超高压输电线路的检修和作业人员安全防护措施的制定提供了技术参考。

基于改进模糊聚类和最大信息系数的数控机床温度测点选取

在加工过程中,机床会因热变形而产生误差,这将严重影响加工精度。减少加工过程的热误差是提高加工精度的有效途径,而确定关键温度测点不仅能提高计算效率,还可避免温度数据间复共线性问题,提高热误差模型的预测精度。提出基于改进模糊聚类和最大信息系数(MIC)的温度测点选择方法,通过改进模糊聚类对温度测点进行分类;根据MIC方法选择每类温度数据中的关键温度测点;使用BP神经网络对热误差进行建模。结果表明:与传统温度测点选择方法相比,利用所提方法改进的热误差模型精度更高。

基于MIC-BP神经网络溶解氧预测模型的构建和评价

溶解氧(DO)是影响水生生物生长和水环境健康的重要环境因子,对DO精准预测有利于水产养殖业的健康发展。本研究根据福建闽江水口库区水质在线浮标SK11、SK18站位2022年1月到6月的水质数据和气象数据,分别运用BP神经网络预测模型和MIC-BP神经网络预测模型进行机器学习,给出预测结果,同时对两种DO预测模型的预测结果进行比较验证。结果表明:经过最大信息系数(MIC)的识别和筛选,13项输入因子中与DO相关性较大的因子有pH、水温、叶绿素a、电导率、浊度、氨氮浓度和亚硝酸盐氮浓度等7项;混合MIC-BP神经网络模型的效果明显优于独立的BP神经网络模型,候选因子经过MIC的识别和筛选后可以明显增加模型的性能,表现为:在SK11站位,MIC-BP神经网络模型的性能相对于独立BP神经网络模型,MAE降低约29.29%,RMSE降低约60.09%,NSE增加27.63%;在SK18站位,MIC-BP神经网络模型的性能相对于独立BP神经网络模型,MAE降低约17.16%,RMSE降低约16.23%,NSE增加12.77%。

基于MIC的我国经济与R&D经费相关性研究

目前,我国正在进行深化科技体制改革、加快国家创新体系建设。R&D经费的投入和经济增长之间存在依赖关系。首次利用最大信息系数MIC法来判断GDP与R&D经费投入的相依程度,同时,还应用了HHG独立性检验最新的统计学方法来验证和说明。结果表明GDP的增长与R&D经费投入相关性很高,因此应进一步加大R&D经费投入将为我国的经济增长以及建设科技创新型国家起关键性作用。

基于动态MIC优化TCN的混凝土坝变形预测模型研究

混凝土大坝变形是其安全运行的主要控制指标,对大坝变形的预测就显得尤其重要。为降低常规预测模型因未考虑环境量的时滞性所带来的误差,采用最大信息系数方法(MIC)计算水位影响因子和大坝位移的时滞关系,并确定最佳滞后时间。进一步,采用时间卷积网络(TCN)解决了混凝土重力坝的变形预测的高维非线性难题,并不断逼近坝体位移影响因子矩阵空间和位移目标向量之间的最佳映射关系,进而得到大坝变形的预测模型,并将其预测结果与常用的ARIMA模型进行对比。结果表明,MIC-TCN模型比ARIMA模型有更好的预测效果。

建筑工程安全文明施工费预测精度研究

为准确测算建筑工程安全文明施工费,提出案例推理技术(CBR)-最大信息系数(MIC)-随机森林(RF)预测模型方法。通过实地调研61个典型工程样本数据,选择12个安全文明施工费的影响因素作为候选特征变量,采用CBR进行样本相似度检索以构建模型的训练样本集,运用MIC确定关键特征变量输入模型,组合建立3种RF模型(RF、MIC-RF和CBR-MIC-RF),并通过实证分析其预测精度。结果表明:通过样本相似度检索和识别关键特征变量,可显著提高RF模型的预测精度(平均绝对百分比误差(MAPE)为3.35%);模型预测精度随不同等级的相似度阈值呈“U”型变化,设置合适的相似度阈值对提升模型的预测效果至为关键;CBR-MIC-RF模型可获得比支持向量机模型更好的预测性能。

基于空间统计和多元统计的耕地影响因素及回归模型研究——以重庆市石柱县为例

[目的]通过空间自相关和多元回归分析,揭示耕地空间分布规律,为土地开发复垦及整理提供快速的评价方法。[方法]以耕地面积占比为空间变量,运用空间自相关及马塞克图分析耕地分布整体特征,通过距离、地形、NDWI和人口密度共9个因素对耕地空间分布进行多元回归分析,模拟耕地分布适宜性并进行了检验。[结果]空间自相关分析结果表明,距离和地形因素对耕地空间分布具有显著影响,空间自相关分析Moran’s I值为0.701 5,研究区耕地分布主要为不显著、LL(低空间自相关)和HH(高空间自相关)类型,其中不显著类型占研究区总面积的65%以上;基于多远回归分析结果表明:回归模型具有较高拟合优度和可靠性(R^2=0.846),模拟得到的耕地分布适宜性图与现有耕地分布基本吻合。[结论]研究区耕地空间分布总体上呈现较强的正相关关系,且受距离、地形因素影响明显;回归模型能够较好地揭示研究区耕地空间分布规律;研究区具有一定耕地补充潜力;将回归模型应用于土地开发复垦以及整理工作中,有利于提高补充耕地质量,减弱水土流失以及优化区域土地结构。

中国与金砖国家股票市场间的动态相关性研究

随着金融全球化的步伐不断加快,金砖国家的经济贸易往来频繁,其股票市场间的相关联动性也在不断发生变化。因此,本文采用最大信息系数(MIC)方法研究中国与金砖国家2014-2021年股票市场间动态相关性,以及在金融风险的冲击下各国股票市场间动态相关性的变化趋势。结果表明:在样本期间,中国与俄罗斯以及印度股票市场间的动态相关性最强,而与巴西股票市场间的相关性最弱;此外在新冠肺炎疫情发生之后,中国与金砖各国股票市场间的相关性呈上升趋势。