软土地层盾构掘进参数分析及掘进速度预测

依托佛山地铁3号线逢沙站—创意园站区间隧道工程,通过现场实测数据,详细分析了土压平衡盾构穿越软土地层时盾构掘进参数内在变化规律,并建立了掘进速度预测模型。首先,对盾构掘进参数进行数理统计分析,对各掘进参数的分布进行正态性检验;其次,进行Pearson相关性分析,找出线性相关性较强参数间变化规律;再次,利用基于互信息的特征选择算法,筛选与掘进速度非线性相关性较高的参数变量;最后,分别建立随机森林回归预测模型和基于遗传算法优化BP神经网络预测模型,对掘进速度进行预测。研究结果表明:在软弱地层盾构隧道工程中,通常采用较低的刀盘转速、刀盘扭矩及较高的掘进速度、贯入度、盾构总推力、土仓压力;掘进速度等参数均通过了采用K-S检验法的正态性检验;掘进速度与贯入度存在极强相关性关系;基于遗传算法优化BP神经网络预测模型的预测精度略优于随机森林回归预测模型,随机森林回归预测模型在测试集中的平均绝对误差、均方根误差、拟合优度分别为4.055、5.038、0.871,而基于遗传算法优化BP神经网络预测模型分别为0.822、1.244、0.991。

应用复杂系统熵网络方法发现中医方剂中的药对

目的:探讨复杂系统熵网络方法用于中医方剂药对挖掘的可行性。方法:本文介绍了复杂系统熵网络方法。采用基于随机置换检验的互信息方法进行中药的相关性评估,在此基础上建立复杂网络,通过计算网络的中心性信息对核心药对进行挖掘,并对上海中医药大学附属龙华医院名老中医师陈湘君教授治疗类风湿性关节炎的处方进行分析。结果:复杂系统熵网络方法能够发现中医方剂中有显著性关联的核心药对。找到的核心药对基本体现了陈湘君教授治疗类风湿性关节炎的用药规律。结论:复杂系统熵网络方法是进行中医用药分析的有效方法。

复杂系统熵网络方法及其在中医肿瘤临床数据挖掘中的应用

目的:探索中医治疗肿瘤复杂临床数据挖掘的研究方法。方法:采用基于随机置换检验的互信息方法进行多维的相关性评估,在此基础上建立复杂网络,通过计算网络的各种统计信息对复杂中医肿瘤临床数据进行挖掘,并对龙华医院718例肺癌数据进行了挖掘分析。结果:中医治疗肿瘤临床数据中的多因素混杂交互效应,对718例数据分析结果得到116对有协同效应的属性,82对有拮抗效应的属性,14个核心协同效应子群属性集,7个核心拮抗效应子群属性集,分析结果基本符合临床实际情况。结论:复杂系统熵网络方法能够对复杂中医临床数据进行挖掘,是进行多因素交互效应分析的有效方法之一。

向量自回归模型Granger因果图的条件互信息辨识与应用

Granger因果性是衡量系统变量间动态关系的重要依据.传统的两变量Granger因果分析法容易产生伪因果关系,且不能刻画变量间的即时因果性.本文利用图模型方法研究时间序列变量间的Granger因果关系,建立了时间序列Granger因果图,提出了Granger因果图的条件互信息辨识方法,利用混沌理论中的关联积分估计条件互信息.统计量的显著性山置换检验确定.仿真结果证实了方法的有效性,并利用该方法研究了空气污染指标以及中国股市间的Granger因果关系.