龙羊峡大坝监测网GNSS数据处理模型优选研究

对龙羊峡GNSS监测系统的考察,发现现有的监测系统在实际使用中没有监测数据采集应执行的技术标准,数据采集与计算等全过程处理不规范等问题。文章以部分龙羊峡大坝监测网GNSS数据为研究对象,利用HGO、LGO等解算软件,从参数、策略模型、监测设计方面入手,进行数据处理模型优选研究。通过研究发现,解算参数中高度截止角、解算策略模型中星座星历、监测设计中时段组网等的选择使用为数据处理模型选择的重要因素。

基于熵值-模糊综合评判的可靠性模型优选

考虑随机截尾试验中有些试验产品无故障数据出现,提出采用平均秩次法计算经验分布函数。针对一批数据同时符合多种分布问题,提出采用综合考虑主、客观等多种因素的熵值——模糊综合评价的方法来确定试验数据的最佳分布。以可靠性试验中17台设备有7台没有出现故障为例介绍运算过程。结果表明,该方法简便易行,具有一定的工程应用价值。

大坝监测量最佳统计模型优选方法

现有报导的大坝监测量数学模型主要以拟合精确性为目标,忽略模型简单性原则的定量分析。本文从系统论角度出发,提出一种以模型拟合良好性、检验有效性以及模型简单性三方面为优选原则的大坝监测量最佳统计模型优选方法。首先将监测数据系列划分为回归数据与检验数据,依据先验知识确立统计模型优选集合,然后通过回归或优化方法,基于回归数据系列辨识统计模型参数,接着基于检验数据系列,对参数辨识的统计模型进行检验分析,最后将拟合精度、模型因子数和检验效果进行标准化,计算决策量,依据决策量大小优选最佳统计模型。结合梅山大坝11~#坝垛水平位移监测资料展示了本文提出的监测量最佳统计模型优选方法。结果表明,不同测点监测数据对应不同的统计模型,经模型优选所得出的最佳统计模型不仅具有良好的拟合性与检验有效性,而且具备模型简单性。

高温高压下页岩气等温吸附线拟合模型优选

为研究贵州牛蹄塘组页岩气在高温高压下的吸附规律,利用高压气体等温吸附仪测定了50℃、60℃、80℃下CH_4、CO_2在页岩中的等温吸附线,采用符合吸附规律的吸附模型对等温吸附线进行拟合,并用平均相对误差评价拟合效果。研究表明:低压阶段,CH_4、CO_2等温吸附线呈阶段性递增,具有I型吸附曲线特征;通过分析具有物理意义模型拟合参数,揭示了页岩的吸附规律,饱和吸附量VL和微孔吸附量V0与温度呈负相关关系,与TOC含量呈正相关关系,吸附强度b值随温度升高而减小,其他拟合参数所反映的吸附规律存在一定的差异;对比评价了各模型的拟合效果,三参数模型拟合效果优于二参数模型,对CH_4拟合效果最优的是L-F模型,对CO_2拟合效果最优的是E-L模型。高压阶段,一元线性方程对CH_4、CO_2的拟合效果较好,CH_4、CO_2在页岩表面的吸附量与压力之间呈负相关关系。同时探讨了研究成果对页岩气开采及储量评估的重要影响,为页岩气开发提供理论依据。

短期负荷预报的“双周期加混沌”法中的子模型优选理论探讨

对于只依据历史记录的短期负荷预报,可以采用多个子模型来进行预报。拆分子模型的一种优化原则是定性和定量结合的原则。定性原则即子模型类型的选取顺序:首先选择可以精确预报的周期行为,其次是可以部分预报的混沌行为,最后采用随机行为。定量原则就是根据功率谱上的密度分布来选取子模型。对于某负荷记录时间序列,根据其功率谱等,可以发现该负荷记录是以双周期行为为主的。双周期以外的剩余成分是以混沌为主的。因此可以采用“双周期加混沌”这2个子模型来进行负荷预报。由于双周期行为不直接引起预报误差,因此“双周期+混沌”方法会有更高的预报精度和可靠性。

小麦黑胚病识别模型优选和多分类识别分析

为探讨利用可见/近红外光谱进行小麦黑胚病快速无损检测的可行性,以及基于主流机器学习算法,寻找面向生产的小麦黑胚病优化识别模型,利用自行研发的近红外光谱采集平台采集了579～1 099 nm波段23个品种共2760个小麦单籽粒的吸光度光谱数据,采用标准正态变量变换(SNV)进行预处理之后分别经过SPA(successive projections algorithm),PCA(principal component analysis)等两种数据降维方法,结合ELM(extreme learning machine),SVM(support vector machine),RF(random forest)和Ada Boost等四种分类方法,分别构建SPA-SVM,SPA-ELM,SPA-RF,SPA-AdaBoost,PCA-SVM,PCA-ELM,PCA-RF,PCA-AdaBoost八种小麦黑胚病识别模型;结果表明小麦黑胚籽粒的识别准确率达到93. 3%～98. 6%,识别效果优于前人文献中利用近红外波段的识别效果;其中SPA-SVM模型具有最高的识别率,PCA-AdaBoost模型具有更好的普适性。将SPA-SVM模型和PCA-AdaBoost模型作为优选模型,从生产实际出发,分别对未感病+轻感病、中感病+重感病籽粒进行了二分类识别,对未感病,轻感病+中感病、重感病籽粒进行了三分类识别,以及对未感病、轻感病、中感病、重感病籽粒进行了四分类识别,并深入分析了识别效果和产生原因。总体来说,小麦黑胚粒的识别准确率随分类程度的细化而下降,二分类的识别模型可直接用于生产,尽管三分类和四分类的感病粒识别效果较差,但是对未感病粒的检出率则不受分类程度的影响,识别率在87. 2%以上,符合生产需求。综合来看,SPA-SVM模型分类效果优于PCA-AdaBoost模型,可作为首选识别模型,该研究为小麦籽粒黑胚病的在线批量快速检测提供了技术依据。

基于BP神经网络的多相管流模型优选及应用分析

应用91井次的油气井测试数据对Ansari,Hagedorn & Brown Revised,Duns&Ros,Gray以及Beggs&Brill Revised模型进行了评价分析,结果表明:最适合的模型主要有Hagedorn&Brown Revised模型和Ansari模型,其最佳井数分别占50.5%和35.2%。为了对特定的油井条件优选出最佳的计算模型,提出利用神经网络优选多相管流模型的方法,建立了BP神经网络模型,给出了完整的学习算法程序框图,提出采用动量算法修改隐含层权值,采用基于指数平滑的方法修改输出层权值,从而有效地减少了抖动。应用油气井测试数据及管流模型评价结果,研究了神经网络输入层、输出层及隐含层神经元个数对预测准确率的影响,结果表明:合理的BP神经网络模型能很好的预测最佳管流模型,其预测准确率可高达100%.

基于聚类分析法的斜井岩屑运移经验-半经验模型优选

斜井钻井过程中,岩屑得不到及时有效运移会造成严重的井下事故。及时了解井眼清洁状况,对于钻进参数的调整具有重要意义。相对于理论模型,利用岩屑运移经验-半经验模型预测井眼清洁状况的方法方便快捷,但对于同一作业条件,不同模型的计算结果相差很大,为此提出了一种基于聚类分析法的斜井岩屑运移经验-半经验模型优选方法。首先通过文献调研,确定影响岩屑运移的8个主要因素,同时建立斜井岩屑运移经验-半经验模型数据库,模型库中的各模型分别作为一个样本,8个主要影响因素作为样本指标;然后通过计算、比较实际作业条件样本与各模型样本之间的距离,对计算结果进行从小到大排序,得到优选结果;最后通过实例计算,验证了该优选方法的可靠性。

基于交叉验证的矿岩爆破块度SVM模型优选研究

为克服传统预测模型凭个人经验随机选择核函数建立SVM的缺陷,基于交叉验证理论,将90个矿岩爆破样本随机切分成10个子集,每次保留其中一个子集作为测试集,迭代训练,通过支持向量机模型参数寻优,得到最优爆破块度预测模型。10次试验结果表明:基于径向基核函数的矿岩爆破块度SVM模型预测性能好,该模型的均方根误差、平均绝对误差的均值分别为0.101、0.0673。同时,基于R语言开发得到了矿岩爆破块度预测模型的程序代码,不仅可以保证预测模型与数据库样本的同步更新,而且为矿岩爆破块度预测模型的可持续性研究提供了技术支持。

基于交叉检验法的地质预测模型优选

在地质建模领域中,有效地从多种建模方法和变差函数组合中选择出最优方案作为地质预测模型是一个亟需解决的问题。传统方法往往采用定性的目视化对比选择法,但其滞后性大、效率低且优选的有效性无法保证。因此,本文提出应用交叉检验法进行定量的预测模型优选及评估,同时简要分析了建模过程中实验变差函数计算及拟合需要注意的问题。应用该方法进行了实际工区气井初期产能值预测模型的优选,加密井验证结果表明:应用交叉验证法优选得到的地质预测模型有着最准确的气井初始产能值估计结果,证实了该优选方法具有良好的实际应用效果。

基于机器学习的油气水层随钻识别模型优选

为了解决基于测井数据对油气水层的实时识别这一技术难题,利用计算机科学与现代数学,结合随钻测井技术与机器学习算法进行油气水层的随钻识别。首先,对训练集数据进行相关性分析,剔除弱相关或冗余数据;其次,选择一对多支持向量机、一对一支持向量机以及随机森林算法分别建立油气水层分类识别模型,并使用网格搜索方法及10折交叉验证法对3种分类识别模型参数进行优选;最后,运用参数优选后的各分类识别模型,对随钻测井数据进行油气水层的识别。研究结果表明,3种分类识别模型对研究区块油气水层随钻识别的准确率均达到75%以上。在训练样本较少的情况下,优先选用一对一支持向量机分类识别模型进行油气水层的随钻识别。

气井井筒积液预测模型优选

气井开采过程中,井筒中会有积液产生,若井底积液不能及时排出,就会影响气井的产量,严重时甚至会导致气井水淹停产。因此,预测井筒积液变得十分有必要。预测井筒积液的方法有很多,国内外主要通过应用气井携液临界流量来进行积液预测。目前现场主要应用Turner模型进行井筒积液的判断,但对于不同的区块有一定的局限性。在气井中液滴为扁平形的基础上,推导出了一种新的积液模型,将其与常见的几种积液模型进行对比。通过对延长部分区块的54口产水气井进行积液预测,将预测结果与井的实际积液情况进行匹配,进而进行积液预测模型的优选。经过对比分析,文中推导的新模型更符合该区气井的实际情况。

混凝土坝变形的空间聚类及预测模型优选

目前,混凝土坝变形预测方法主要针对单测点,未考虑各测点在空间维度上的关联,且在多测点情况下获取最优模型效率较低。对此,提出一种混凝土坝变形的区域化预测模型。首先构建了变形综合相似性指标作为FCM聚类的目标函数,实现对混凝土坝的变形分区;接着对不同区域关键性测点采用几种热门的机器学习预测模型进行训练,在优先考虑精度的前提下结合模型运行速度等指标优选出一种代表性模型,并外延应用至整个分区内的其他测点。工程实例表明,该方法提高了模型的外延能力,在保证预测效率的同时实现了高精度预测。

土岩复合地层条件下爆破振速衰减模型优选

随着城市化进程的加快,地下工程建设日益增多,爆破施工是较常见的一种施工工法,对周围建筑物和已有线路的影响较大。爆破药量、爆心距和高程差等因素的不同都会使爆破振速产生较大的差异,造成不可挽回的影响。为了优选更合理的爆破振速衰减模型对预测爆破振动效应,以青岛地铁某线施工为背景,采用多段爆破的爆破方式,设置多个监测点记录爆破振速,对比分析不同爆破振速预测模型效果和适用性,并在此基础上进行模型优化。结果表明:爆破振动在地面传播过程中空洞效应的影响较大;爆破振动效应是多种因素综合作用的结果,模型涉及因素越多,则爆破振速预测模型的结果与实测值越接近;根据空洞效应建立的分段预测模型能有效地预测爆破振动在地面的衰减规律,可被类似工程借鉴。面对复杂的爆破施工场地,应根据条件进行爆破振速衰减模型的选择。

基于区间概率优势全过程咨询模型优选

为帮助业主解决工程管理咨询服务工作效率低、资源浪费等问题,在需求分析的基础上,从全过程咨询公司的服务方式(Way)、服务模式(Model)、参与内容(Content)3个层面建立全过程咨询基础模型,并从服务费用、实施难度、风险、工程的集约性、绿色环保这5个方面构建优选指标,最终通过区间概率优势算法对模型进行优选,通过工程实例验证模型优选结果的可靠性。结果可为业主选用适宜的服务模型提供有益借鉴,提高工作效率和经济效益,为今后工程管理全过程发展提供新的思路。

制导工具系统误差分离的模型优选方法

对制导工具系统误差分离模型参数优选方法进行了研究。根据制导工具系统误差系数与遥外差之间的关系,误差系数之间的相关性以及遥外差对各项误差的偏导数,综合判定某项误差系数是否应遴选入制导工具系统误差模型,从而克服了传统回归分析方法进行最优模型选择时未充分考虑制导工具系统误差分离应考虑的工程实际。仿真数据处理结果证明了文中方法实现制导工具系统误差模型系数优选的可靠性。

基于OLS算法的导弹气动系数模型优选

针对导弹控制系统中的气动力建模问题,将正交最小二乘法用于模型结构优选,并提出一种候选模型集预处理方法,用以剔除模型中的相关项在此基础上建立了导弹气动力模型优选方法。将其应用于一种导弹滚转力矩系数模型,进行了仿真计算,取得了与风洞试验数据一致的计算结果。结果显示该方法在导弹气动力建模中有效可行,为构建最优化的模型结构提供指导。

近红外光谱快速测定糖化血红蛋白的模型优选

糖化血红蛋白(HbA1c)是评价长期血糖控制的基本指标,与糖尿病及其并发症密切相关,目前它的检测方法都较为繁琐。近红外光谱(NIR)技术具有检测快速且无污染的优势,但它不能直接分析HbA1c这一相对性指标。针对NIR技术不能直接分析HbA1c的问题,采用间接分析方法,即先定量分析总血红蛋白(Hb)和糖化血红蛋白的绝对含量(Hb·HbA1c),然后根据这两个指标的预测结果算出HbA1c的预测值。为了实现高精度定量分析,采用移动窗口偏最小二乘(MW-PLS)和等间隔多元线性回归(EC-MLR)两种方法进行特征波长筛选。结果表明:两种方法得到的HbA1c的检验预测均方根误差(V_SEP)和预测相关系数(V_RP)分别为0.44%、0.918和0.50%、0.908,两种方法均取得了比较好的预测效果。因此,采用NIR技术间接分析HbA1c的建模方法是可行的,这为糖尿病的快速筛查、诊断、预防和控制提供了有效的新途径。

基于组合赋权-VIKOR法的山区施工便道方案优选模型

为对山岭地区施工便道方案进行客观、全面、精准评价,结合行业设计规范和相关研究成果,构建山区施工便道方案指标评价体系,提出一种山区施工便道方案优选模型。该模型采用三标度层次分析法和熵权法分别计算评价指标的主、客观权重,基于博弈论思想对主、客观权重进行赋权确定综合权重,并运用VIKOR法(多准则妥协解排序法)对山区施工便道方案进行优选。以某高速公路山区施工便道方案比选为工程实例,针对4种施工便道方案进行综合比选,并将本文模型与加权TOPSIS法(优劣解距离法)、灰色加权关联分析法进行对比分析。研究结果表明:3种计算模型得出的最优方案一致,组合赋权的方法克服了单一赋权的缺陷,使指标评价更客观。相比于加权TOPSIS法和灰色加权关联分析法,本文模型能抵御外部因素的干扰,明显地辨别方案之间的差距,得到准确清晰的方案排序,且当评价方案众多时,本文模型能够提供更多方案选择,得到最优化方案。

基于多目标模糊优选模型的防洪预报调度规则决策树制定与效果分析——以大亚湾区鱿鱼湾水库为例

以鱿鱼湾水库为研究对象,基于多目标模糊优选模型和决策树方法,探讨了防洪预报调度规则的制定和效果分析,通过收集整理鱿鱼湾水库的水文数据,分析水库调洪演算基本原则,研究多目标模糊优选模型理论和方法,制定水库防洪预报调度规则决策树,并对洪水调度的准确性和适用性进行分析。研究结果表明,基于多目标模糊优选模型的防洪预报调度规则决策树可以有效提高水库的防洪能力和评估模型的决策效果,可为类似研究提供借鉴参考。