基于GA-BP神经网络模型城市河道水位预报研究

城市内河水位预报对城市内涝风险管理具有重要意义。传统数值模拟模型计算效率较低,且无法实时计算。针对以上问题,提出一种基于Gaussian函数改进BP神经网络的河道水位预报模型,解决了BP神经网络模型预报精度低、在误差平坦区收敛速度慢的问题。该方法利用Gaussian函数改进BP神经网络梯度下降算法,针对模型不同权重与阈值设定不同学习率,对各参数进行针对性优化,能够有效加速BP神经网络模型训练效率;针对模型在误差平坦区收敛速度慢的问题,通过Gaussian函数增大梯度下降算法在误差平坦区的学习率,控制梯度下降算法在误差较大时的学习率,能够有效加速BP神经网络模型在误差平坦区的收敛速度。以福州市晋安区6个河道水位测站为研究对象,构建GABP神经网络河道水位预报模型进行城市内河水位预报,并探讨不同降雨输入形式对河道水位预报精度的影响。结果表明:GA-BP神经网络能够有效提升BP神经网络在误差平坦区的收敛速度与模型预报精度,试验集预报纳什效率系数(NSE)均在0.8以上,能够将预报峰值水位相对误差控制在5%以内,其中降雨以小时降雨量形式输入能够将预报NSE提升至0.9以上。研究表明采用Gaussian函数改进BP神经网络模型能够有效提升模型预报精度,对提升城市河道水位预报具有重要意义。

基于换相阈值精准计算的三电平逆变器故障行为挖掘

三电平结构在高压功率下可实现交流电机的变频调速,但是由于死区时间的引入,导致系统控制性能变差,输出的电压与电流发生畸变,甚至会导致电动机发生机械谐振。为有效控制电压波形的分布,提出基于换相阈值精准计算的三电平逆变器故障行为挖掘方法。计算非导与导通绕组电感的具体数值,完成逆变器故障行为建模。按照三电平逆变器结构定义故障行为表现区间,得到准确的换相阈值计算结果,实现对三电平逆变器的故障检测。实验结果表明,电压传输波的极大值不超过257.5 V、极小值不低于134.8 V,符合有效控制电压波形分布形式的要求。

基于计算机通信技术的网络远程控制系统设计与实现

基于计算机通信技术,设计并实现一套主要包括客户端和服务器端2个部分的网络远程控制系统。系统采用多层次架构,包括通信接口层、请求处理层、业务逻辑层、设备接口层以及数据库层,以满足不同的功能需求和性能需求。通过功能测试和性能测试,验证了系统在用户登录、设备控制及性能稳定性等方面的有效性和可靠性。安全测试结果显示,系统能够有效防范各类安全威胁,确保系统和用户数据的安全性。

基于GRA-RBF神经网络模型的煤矿安全风险预控管理安全风险评价研究

煤矿安全风险预控管理因素复杂,在实际评价过程中,层级混乱导致安全风险评价输出的MAPE数值较小,使得煤矿安全风险评价结果缺乏准确性。针对煤矿安全风险预控管理问题,提出了一种基于灰色关联分析(GRA)与径向基函数(RBF)神经网络模型的安全风险评价方法。首先,融合大量煤矿环境数据,构建多层级安全风险评价体系,全面考量各层次及要素对安全风险的影响。其次,通过GRA算法,依据安全风险紧急程度确定关键预控管理指标,确保评价的精准性与针对性。最后,利用RBF神经网络的强大非线性映射能力,特别是其径向基函数对高权重安全风险指标的精细处理,并定义神经网络每层拓扑结构处理过程,实现评价结果的输出。为验证该方法的有效性,本文准备了多样化的安全风险数据集,并进行降维处理以生成不同数量的安全指标,匹配不同的聚类参数。在对比实验中,将新方法与两种已成熟应用的安全风险评价方法并行测试,以MAPE作为核心评价指标。研究结果显示,本文所设计的基于GRA-RBF神经网络模型的安全风险评价方法输出的MAPE数值显著提升,表明其能够更准确地预测高风险安全评价指标,对于煤矿安全风险预控管理工作提供了相应的风险评价标准,在一定程度上保证了煤矿安全工作的顺利开展,能够为煤矿安全风险预控管理提供强有力的技术支持和决策依据。

用NETWORK-6000实现锅炉汽包水位保护逻辑自动转换功能

根据NETWORK6000分散控制系统的特点,介绍一种在锅炉汽包水位保护逻辑中实现自动转换功能的方法。射阳港发电有限责任公司用该方法对汽包水位保护逻辑进行完善后,锅炉水位信号可靠性提高,保障了锅炉的安全运行。

北京市郊铁路与城市融合发展规划建议

市郊铁路作为一种大容量轨道交通系统,在支撑现代化都市圈发展、提高地区综合交通承载能力、保障远距离通勤效率等方面发挥着重要的作用。如何加强市郊铁路与城市融合发展,一直是北京轨道交通工作的重点。系统分析北京现状市郊铁路的运行特征,挖掘影响客流效益重要因素,分析得出线路起终点设置区位、站点与城市交通网络的衔接关系、以发车频次为代表的轨道服务水平等主要因素;并从城市功能布局、运营服务模式、网络衔接关系等方面,借鉴国外典型城市的市郊铁路发展经验。在基于对未来北京人口就业、城市功能、空间结构等发展宏观问题的战略分析上,为进一步加强北京市郊铁路与城市融合发展,从市郊铁路发展路径、城市功能布局、网络融合形式等方面,有针对性地对北京市郊铁路规划提出重要建议。

基于卷积径向基网络的多变量水位预测模型

实现河流水位的准确预测对于流域水资源的精准调度与管理具有重要意义。由于水文数据的复杂多变与非线性相关特性,传统机器学习模型的预测精度难以进一步提高。本文提出了一种基于卷积径向基网络的多变量水位预测模型,该模型先通过多层二维卷积网络对水文变量的时空特征进行并行化地充分提取,然后利用径向基网络实现河流水位的高精度预测。针对四川省清溪河流域开展了模型的相关实验研究,结果表明:与四种经典模型相比,其均方根误差最少降低了0.0387,纳什效率系数最少增加了0.0557;与现有的自回归循环网络模型相比,在相同输入特征条件下其最大误差和均方根误差分别降低了0.3482和0.0165,验证了该模型在流域水位预测中具有良好的适用性和有效性。

定深温度约束下的南海海域温度剖面反演

为快速获取大范围、准实时的海洋内部结构,海面遥感数据被广泛应用于构建温度剖面垂直结构,但卫星遥感仅能获得较为准确的海洋表面或者近表层数据。为了提高全海深温度剖面的反演精度,本文以水下固定深度处温度为约束,通过径向基函数神经网络生成海表面温度和海平面高度异常等海表遥感数据与温度剖面之间的非线性映射,并对约束深度选取的理论依据进行讨论。南海海域温度剖面的反演结果表明,第1阶经验正交函数系数可以表征温跃层的垂直位移,而第1阶经验正交函数基函数极值点对应深度处的温度与第1阶经验正交函数系数之间具有强相关性。当增加该深度处温度为约束时,温跃层的反演精度比仅使用海面遥感数据约提高0.35℃,反演温度剖面的平均均方根误差约为0.33℃。

基于pair-copula结构的珠江三角洲河网区水位空间依赖性分析

基于1957—2016年珠江三角洲河网区15个水文站月平均水位资料,利用pair-copula结构构建水位空间依赖性模型生成样本数据,并采用F-madogram方法定量评估不同时期、不同时间尺度和不同距离范围内珠江三角洲河网区的水位空间依赖性。结果表明:珠江三角洲河网横向发育区域比东南45°方向发育区域水位空间依赖性弱;夏季丰水期水位空间依赖性比冬季枯水期水位空间依赖性显著增强,且季节尺度下水位空间依赖性比全年尺度下水位空间依赖性弱;受人类活动影响,在远距离情况下夏季丰水期1987—2016年的水位空间依赖性比1957—1986年显著增强;在较小距离范围内年极小月水位1987—2016年的空间依赖性比1957—1986年显著减弱,在远距离情况下年极大月水位1987—2016年的空间依赖性比1957—1986年显著增强。

基于迁移学习和改进残差网络的棉花叶螨为害等级识别

针对人工诊断棉叶螨害分级准确率低、耗时长、成本高的问题,提出一种基于迁移学习和改进残差网络的棉花叶螨为害等级识别方法。以3种受害等级的棉花叶片与健康叶片图像作为对象,分别于单一背景和自然环境下采集图像,构建图像数据集。首先,利用PlantVillage数据集预训练模型,使用数据增强技术对数据集进行数据增强,扩充训练样本;然后,在ResNet50网络模型的基础上,引入焦点损失函数,在不同网络层嵌入注意力机制模块,并加入Dropout正则化构建改进的ResNet50模型;最后,对比不同模型的识别效果。结果表明:同时在深层和浅层引入注意力机制模块,设定动量为0.9、学习率为0.001时,改进的ResNet50模型具有最好的分类效果,优于ResNet50、VGG16、MobileNet、AlexNet和SENet模型,对棉叶螨危害等级的平均识别准确率达到97.8%。

新时期佛山市轨道交通高质量发展策略研究

推动轨道交通高质量、可持续发展是新时期打造“轨道上的都市圈”的重中之重,简要回顾了佛山市轨道交通发展历程,总结既有轨道交通规划建设存在的不足,借鉴国内外轨道交通发展先进经验,立足都市圈发展视角,提出了佛山市轨道线网功能层级划分思路、对外干线铁路网络及都市圈轨道交通网络布局新策略,旨在推动佛山市轨道交通高质量发展。

滑坡地下水位动态预测的径向基函数法

滑坡地下水系统是一个复杂的水系统,地下水位的预测是根据地下水位与其影响因素之间存在的映射关系,寻求滑坡稳定性分析所需的地下水边界条件,以较为准确地反映地下水的变化对滑坡体稳定性的影响。通过对基于径向基函数网络模型的分析,建立了适合于滑坡地下水位预测的神经网络预测模型,并将其用于地下水位的动态预测。实例表明,该方法预测精度较高,具有一定的推广价值。

基于双层规划模型的高速公路差异化收费定价研究

为了提高高速公路利用率,减轻平行国省道的交通负担,综合考虑高速公路经营者和使用者双方的利益,建立了以实现高速公路运营收益增加为上层目标,以实现路网多用户随机均衡分配为下层目标的差异化收费定价模型,设计了遗传算法和模拟退火算法与迭代加权法组合的模型求解算法。在分析山东省龙青高速及其平行国省道交通流特征的基础上,运用设计的模型有针对性地制定分出入口路段、分时段、分车型的高速公差异化收费方案。研究结果表明最优的差异化收费方案能使龙青高速北向南方向的运营收益增加786.19万元/年,道路使用者的出行成本减少716.51万元/年,验证了差异化收费定价模型的实用性,进一步完善了高速公路多模式差异化收费方案。

基于泄漏电流的绝缘子污秽状态预警方法的研究

随着大气污秽程度的增加和超高压和特高压电网的建设和运行,污闪事故严重威胁电力系统的安全运行。为了实时地监测绝缘子表面的污秽程度,科学地预测和评判污闪的潜在威胁,文中通过对ZS-35绝缘支柱加压,在相同盐密和湿度下采集泄漏电流,提取泄漏电流幅值、有效值、等效脉冲以及环境参量相对湿度作为的输入参量,建立了基于径向基神经网络的污秽绝缘子的污秽等级评定模型和污闪预警模型,结果用实验室测得的数据对模型进行了验证,证明了该模型的准确性。

径向基函数神经网络的一种两级学习方法

建立RBF(radial basis function)神经网络模型关键在于确定网络隐中心向量、基宽度参数和隐节点数.为设计结构简单,且具有良好泛化性能径向基网络结构,本文提出了一种RBF网络的两级学习新设计方法.该方法在下级由正则化正交最小二乘法与D-最优试验设计结合算法自动构建结构节俭的RBF网络模型;在上级通过粒子群优化算法优选结合算法中影响网络泛化性能的3个学习参数,即基宽度参数、正则化系数和D-最优代价系数的最佳参数组合.仿真实例表明了该方法的有效性.

旋转机械故障诊断的量子神经网络算法

针对故障模式之间存在交叉数据的诊断不确定问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合故障诊断算法。并将其应用到旋转机械故障诊断中,通过测试被诊断设备的振动速度和加速度信号,求出两传感器对各故障模式的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各故障模式隶属度值,确定真正的故障模式,提高了故障诊断的准确率。

一种基于分级RBF网络的车牌字符识别方法

提出了一种基于分级RBF神经网络的车牌字符识别方法,采用两级RBF神经网络结构,由一级网络识别后,根据识别结果和置信度,建立识别分布图,进行二级网络设计,确定了12个二级子网。RBF网络中自动确定隐层神经元数,无需实验调整。用大量样本对系统进行测试,车牌整体识别率达到了85.4%,通过对比性研究,验证了该方法的有效性和先进性。

基于两层迭代聚类算法的RBFNN及在发电机诊断中的应用

首先分析了传统的基于K均值聚类算法径向基函数神经网络(RBFNN)的缺点,即需要人为确定隐含层神经元数量,并且不同的初始化方法有不同的聚类结果和学习误差。然后提出了一种新的RBFNN算法——两层迭代聚类算法,能根据样本的分布情况自动计算RBFNN隐含层神经元数量、中心向量和宽度。将实测的 MJF-30-6型发电机正常运行、转子励磁绕组故障运行和定子绕组故障时定转子径向振动信号作为学习样本,运用文中所述算法与传统的RBFNN算法比较,结果表明,基于两层迭代聚类算法的RBFNN具有较小的学习误差。

基于蚁群径向基函数网络的地下水预测模型

提出了一种基于蚁群算法的径向基函数神经网络,用它来进行地下水位预测,既具有神经网络广泛映射能力,又具有蚁群算法全局寻优、分布式计算等特点。实验表明,蚁群算法与径向基函数神经网络相融合能达到良好的预测效果。

基于量子神经网络的人脸表情识别研究

人脸表情识别是模式识别领域的一个非常重要却十分复杂的研究课题。为了提高识别率和可靠性,提出了一种基于多层激励函数的量子神经网络和多级分类器组合的人脸表情识别方法。采用CMU人脸表情库进行训练和测试。实验结果表明,该识别方法在识别率和可靠性方面均有很好的效果,同时也体现了量子神经网络用于模式识别的优越性和潜力。