期刊文献+
共找到34篇文章
< 1 2 >
每页显示 20 50 100
经验小波变换和改进S变换结合的电能质量检测与识别方法
1
作者 李宁 王茹月 朱龙辉 《电气传动》 2024年第5期26-33,72,共9页
为分析不确定干扰因素影响下的实际电力网络电能质量问题,提出一种经验小波变换(EWT)和改进S变换相结合的电能质量检测与识别方法。该方法一方面利用EWT联合归一化直接正交(NDQ)算法和奇异值分解(SVD)算法准确提取调幅-调频分量的频率... 为分析不确定干扰因素影响下的实际电力网络电能质量问题,提出一种经验小波变换(EWT)和改进S变换相结合的电能质量检测与识别方法。该方法一方面利用EWT联合归一化直接正交(NDQ)算法和奇异值分解(SVD)算法准确提取调幅-调频分量的频率、幅值和时间参数,另一方面考虑到EWT算法在高噪声环境下瞬时幅值波动的问题,引入改进S变换提取高噪声干扰下的电能质量扰动时频信息,最后,基于EWT和改进S变换提取的扰动特征向量,利用基于改进粒子群优化算法(IPSO)优化支持向量机(SVM)的电能质量扰动识别分类器实现扰动类型的精确识别。仿真和实验表明所提方法在复合扰动识别分类时平均识别准确率为93.23%,且能够准确识别4种实测扰动信号。 展开更多
关键词 电能质量 扰动检测识别 经验小波变换 快速多分辨率s变换 改进粒子群优化 支持向量机
下载PDF
基于IPSO-SVR的盾构下穿既有道路沉降预测分析 被引量:1
2
作者 魏海斌 魏东升 +2 位作者 蒋博宇 马子鹏 刘佳佳 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第6期62-71,共10页
目前,有关盾构隧道平行下穿既有道路的沉降预测研究相对较少。为准确预测在盾构过程中不同因素对既有平行道路沉降的影响规律,本研究提出一种基于改进粒子群优化的支持向量回归(IPSO-SVR)预测模型,将其应用于实际地铁隧道工程的地表道... 目前,有关盾构隧道平行下穿既有道路的沉降预测研究相对较少。为准确预测在盾构过程中不同因素对既有平行道路沉降的影响规律,本研究提出一种基于改进粒子群优化的支持向量回归(IPSO-SVR)预测模型,将其应用于实际地铁隧道工程的地表道路沉降预测中。以长春地铁6号线下穿飞跃路区间工程为依托,结合盾构施工过程中盾构掘进参数、地层信息与道路沉降的监测,应用libsvm网格搜索法缩小超参数范围,同时结合非线性递减策略改进粒子群算法中惯性权重与加速因子的变化情况,最终建立IPSO-SVR预测模型,实现区间内后续路段的沉降预测。研究结果表明,对比网格搜索法与常规粒子群优化训练中目标函数(均方误差)的变化情况,经改进后的粒子群优化的收敛速度有较好提升,目标函数收敛效果更好,其最小值缩小近15%。本研究提出的IPSO-SVR对道路沉降预测平均绝对误差(MAE)为0.287,拟合决定系数R2为0.884,平均相对误差仅为8.91%,较反向传播(BP)神经网络、支持向量回归(SVR)、粒子群优化的支持向量回归(PSO-SVR)预测模型有更佳性能表现。由此可知,IPSOSVR对于复杂情况下多因素耦合作用的非线性预测具有较高精度,其预测方法具有可行性与泛化性,可为道路沉降有效控制提供可靠依据,对保证道路正常运营与盾构施工安全有重要意义。 展开更多
关键词 盾构隧道 沉降预测 粒子群优化 支持向量回归 多因素耦合
下载PDF
Deformation prediction of tunnel surrounding rock mass using CPSO-SVM model 被引量:6
3
作者 李邵军 赵洪波 茹忠亮 《Journal of Central South University》 SCIE EI CAS 2012年第11期3311-3319,共9页
A new method integrating support vector machine (SVM),particle swarm optimization (PSO) and chaotic mapping (CPSO-SVM) was proposed to predict the deformation of tunnel surrounding rock mass.Since chaotic mapping was ... A new method integrating support vector machine (SVM),particle swarm optimization (PSO) and chaotic mapping (CPSO-SVM) was proposed to predict the deformation of tunnel surrounding rock mass.Since chaotic mapping was featured by certainty,ergodicity and stochastic property,it was employed to improve the convergence rate and resulting precision of PSO.The chaotic PSO was adopted in the optimization of the appropriate SVM parameters,such as kernel function and training parameters,improving substantially the generalization ability of SVM.And finally,the integrating method was applied to predict the convergence deformation of the Xiakeng tunnel in China.The results indicate that the proposed method can describe the relationship of deformation time series well and is proved to be more efficient. 展开更多
关键词 sVM模型 变形预测 隧道围岩 粒子群优化 岩体 混沌映射 支持向量机 PsO
下载PDF
基于PSO-LSSVM算法的隧道掘进机掘进参数预测方法 被引量:1
4
作者 李宏波 张冬月 葛学元 《科学技术与工程》 北大核心 2023年第14期6230-6237,共8页
为了规避隧道掘进机(tunnel boring machine,TBM)掘进参数人为设定的主观性,提出了一种基于粒子群-最小二乘支持向量机算法(PSO-LSSVM)的TBM掘进参数预测方法。通过从海量TBM工程掘进数据中探寻参数变化规律,降低了TBM主司机设定掘进参... 为了规避隧道掘进机(tunnel boring machine,TBM)掘进参数人为设定的主观性,提出了一种基于粒子群-最小二乘支持向量机算法(PSO-LSSVM)的TBM掘进参数预测方法。通过从海量TBM工程掘进数据中探寻参数变化规律,降低了TBM主司机设定掘进参数的主观性,辅助其合理选择掘进参数,有利于提高掘进效率、规避工程风险,经实验和工程数据验证,PSO-LSSVM算法通过对样本粒子全局迭代寻优来优化参数,提升了预测算法泛化能力和预测精度,对推力、扭矩和推进速度参数预测数值偏差满足要求,可辅助指导主司机设定掘进参数。 展开更多
关键词 隧道掘进机(tunnel boring machine TBM) 掘进参数 粒子群(particle swarm optimization PsO) 支持向量机(support vector machine sVM) 参数预测
下载PDF
Massive Vector Particles Tunneling from the Neutral Rotating Anti-de Sitter Black Holes in Conformal Gravity
5
作者 李然 赵俊坤 《Communications in Theoretical Physics》 SCIE CAS CSCD 2016年第4期469-472,共4页
We investigate the massive vector particles' Hawking radiation from the neutral rotating Anti-de Sitter(AdS) black holes in conformal gravity by using the tunneling method.It is well known that the dynamics of mas... We investigate the massive vector particles' Hawking radiation from the neutral rotating Anti-de Sitter(AdS) black holes in conformal gravity by using the tunneling method.It is well known that the dynamics of massive vector particles are governed by the Proca field equation.Applying WKB approximation to the Proca equation,the tunneling probabilities and radiation spectrums of the emitted particles are derived.Hawking temperature of the neutral rotating AdS black holes in conformal gravity is recovered,which is consistent with the previous result in the literature. 展开更多
关键词 sITTER黑洞 粒子谱 旋转 中性 矢量 引力 共形 HAWKING辐射
原文传递
均匀磁场下二维拓扑绝缘体边缘态的多重Andreev反射研究
6
作者 杨雪 吕博 《现代电子技术》 北大核心 2024年第4期17-22,共6页
研究均匀磁场下的二维拓扑绝缘体在超导隧道结中的电压偏置约瑟夫森结的输运性质,电流-电压特性显示了马约拉纳束缚态的存在。在亚谐隙结构中,也可以观察到磁场对超导能隙的影响。研究结果表明,在S波超导体/正常金属/S波超导结的隧道谱... 研究均匀磁场下的二维拓扑绝缘体在超导隧道结中的电压偏置约瑟夫森结的输运性质,电流-电压特性显示了马约拉纳束缚态的存在。在亚谐隙结构中,也可以观察到磁场对超导能隙的影响。研究结果表明,在S波超导体/正常金属/S波超导结的隧道谱中存在亚谐隙结构。透明度只影响超导结的零偏压电导值的大小,而不影响亚谐隙结构的位置。但是在磁场作用下,亚谐隙结构会发生变化,不再固定出现在特定位置。这一结果对应于拓扑螺旋态中超导和铁磁序之间的相互作用。 展开更多
关键词 拓扑绝缘体 多重Andreev反射 超导隧道结 约瑟夫森结 亚谐隙结构 马约拉纳束缚态 s波超导体 准粒子波函数
下载PDF
基于S变换和双向二维主成分分析的局部放电模式识别 被引量:6
7
作者 廖瑞金 袁磊 +2 位作者 汪可 杨丽君 聂仕军 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第5期56-63,共8页
为对不同类型局部放电信号进行识别,笔者提出一种新的特征提取方法。首先,制作了4种典型的局部放电人工缺陷模型,并通过S变换对采集的局部放电UHF信号进行时频分析;然后,采用双向二维主成分分析(2DPCA)对S变换幅值矩阵进行压缩以提取特... 为对不同类型局部放电信号进行识别,笔者提出一种新的特征提取方法。首先,制作了4种典型的局部放电人工缺陷模型,并通过S变换对采集的局部放电UHF信号进行时频分析;然后,采用双向二维主成分分析(2DPCA)对S变换幅值矩阵进行压缩以提取特征;最后,引入基于粒子群算法优化参数的支持向量机对样本特征集进行模式识别。识别结果表明:4种特征维数组合中,(10,5)组合的平均识别率最高,(5,5)组合最低;粒子群优化算法的引入大幅提高了支持向量机的分类性能,平均识别率均在94.43%以上,最高可达到97.67%。由此可见,经过S变换和双向2DPCA提取的特征集在维数显著约减的同时,保留了原始数据大部分信息量,能够获得较为理想的分类识别率。 展开更多
关键词 局部放电 模式识别 s变换 双向2DPCA 粒子群优化算法 支持向量机
下载PDF
多特征组合及优化SVM的电能质量扰动识别 被引量:16
8
作者 韩刚 张建文 +1 位作者 禇鑫 周贤姣 《电力系统及其自动化学报》 CSCD 北大核心 2015年第8期71-76,81,共7页
提出一种基于多特征组合及粒子群优化的支持向量机(SVM)的电能质量扰动识别方法。该方法采用小波变换和S变换提取各扰动信号特征向量,采用粒子群(PSO)优化的支持向量机进行分类识别。首先针对提取的小波能量谱中谐波信号的明显差异,通... 提出一种基于多特征组合及粒子群优化的支持向量机(SVM)的电能质量扰动识别方法。该方法采用小波变换和S变换提取各扰动信号特征向量,采用粒子群(PSO)优化的支持向量机进行分类识别。首先针对提取的小波能量谱中谐波信号的明显差异,通过设定特征阈值进行初步分类,然后结合S变换提取的3种特征,采用优化参数的SVM进行后续分类。仿真实验表明,该方法能够有效识别常见的8种电能质量扰动及2种复合扰动,相比未经优化的支持向量机模型,粒子群优化的SVM具有较高的识别精度和运算速度,且抗噪能力强。 展开更多
关键词 电能质量扰动 支持向量机 小波变换 s变换 粒子群算法 特征组合 参数优化
下载PDF
基于广义S变换的航空串联电弧故障检测 被引量:8
9
作者 崔芮华 佟德栓 李泽 《中国电机工程学报》 EI CSCD 北大核心 2021年第23期8241-8249,共9页
航空串联电弧故障隐蔽性强导致检测困难,严重危害航空飞行的安全,这一问题越来越受到人们的重视。鉴于目前串联电弧故障诊断时频方法的局限性,提出利用广义S变换对实验电流信号进行分析,并提取特征量。依据标准搭建串联电弧故障模拟发... 航空串联电弧故障隐蔽性强导致检测困难,严重危害航空飞行的安全,这一问题越来越受到人们的重视。鉴于目前串联电弧故障诊断时频方法的局限性,提出利用广义S变换对实验电流信号进行分析,并提取特征量。依据标准搭建串联电弧故障模拟发生装置和串话干扰实验,并采集电路中的电流信号,采用信号选取框截取实验数据进行广义S变换,提高了电弧故障识别准确率。根据发生故障后时频谱的变化情况,对2kHz分量分别提取均方根值和能量作为特征量,通过与小波变换方法的分析结果进行对比,结果表明该方法在进行航空串联电弧故障诊断时具有更高的识别准确率,并且串话干扰情况不会被误判。最后,对提取的特征量构建特征向量再输入到粒子群优化的支持向量机中进行识别,结果表明识别准确率达到98.75%,与单一特征量故障识别相比,准确率得到了进一步提升,为航空电弧故障断路器的研制提供了可靠参考。 展开更多
关键词 串联故障电弧 广义s变换 信号选取框 小波变换 粒子群算法优化的支持向量机
下载PDF
一种T-S模糊模型的自组织辨识算法及应用 被引量:8
10
作者 梁炎明 刘丁 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第9期1941-1947,共7页
提出了一种新的具有自适应学习能力的T-S模糊模型辨识算法。该算法通过使同一条规则的高斯函数的宽度参数彼此相等建立与支持向量机等效的T-S模糊模型,在此基础上,利用模糊聚类算法和支持向量机分别建立前后件辨识模型,并利用一种改进... 提出了一种新的具有自适应学习能力的T-S模糊模型辨识算法。该算法通过使同一条规则的高斯函数的宽度参数彼此相等建立与支持向量机等效的T-S模糊模型,在此基础上,利用模糊聚类算法和支持向量机分别建立前后件辨识模型,并利用一种改进粒子群优化算法优化输出误差函数使前后件参数联合辨识,从而获得T-S模糊模型的结构和参数。仿真结果表明,相比其它方法,文中方法具有较高的逼近精度和较好的泛化能力,由此算法获得的直拉单晶炉热场模型具有0.1171的均方差,完全符合均方差小于0.5的要求。 展开更多
关键词 T—s模糊模型 自组织 支持向量机 模糊聚类 粒子群优化 直拉单晶炉热场
下载PDF
基于多种优化支持向量机及V/S分析法的隧道变形预测及趋势判断 被引量:9
11
作者 张碧 《长江科学院院报》 CSCD 北大核心 2018年第4期67-71,87,共6页
隧道变形具有明显的非线性特征,为实现其准确预测,基于卡尔曼滤波和多种优化的支持向量机模型对隧道变形进行预测,以探讨不同预测模型的适用性,并进一步进行组合预测;同时,利用V/S分析法计算变形序列的Hurst指数,以判断隧道的变形趋势,... 隧道变形具有明显的非线性特征,为实现其准确预测,基于卡尔曼滤波和多种优化的支持向量机模型对隧道变形进行预测,以探讨不同预测模型的适用性,并进一步进行组合预测;同时,利用V/S分析法计算变形序列的Hurst指数,以判断隧道的变形趋势,并与预测结果进行对比,综合判断隧道的变形规律。结果表明:最小二乘支持向量机的优化效果最好,且预测隧道后4个周期均为增长变形;同时,变形序列和速率序列V/S分析的Hurst指数分别为0.845和0.602,均>0.5,得出隧道后期变形呈持续增长趋势,与预测分析一致,验证了思路的有效性。 展开更多
关键词 隧道 支持向量机 变异系数 V/s分析 变形预测 趋势判断
下载PDF
规则递归T-S模糊模型及其辨识方法 被引量:1
12
作者 梁炎明 刘丁 《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第8期54-58,共5页
针对传统T-S模糊模型不能较好描述系统时变特性的问题,提出了一种基于递归策略的动态T-S模糊模型及其辨识方法.规则递归T-S模糊模型在传统T-S模糊模型基础上,增加了具有一定权重的反馈环节,该环节对当前激励强度与前一时刻激励强度进行... 针对传统T-S模糊模型不能较好描述系统时变特性的问题,提出了一种基于递归策略的动态T-S模糊模型及其辨识方法.规则递归T-S模糊模型在传统T-S模糊模型基础上,增加了具有一定权重的反馈环节,该环节对当前激励强度与前一时刻激励强度进行加权和得到当前时刻新的规则激励强度,从而实现动态递归变化,有效描述了系统的动态过程.为使规则递归T-S模糊模型具有较少的规则数量和较好的泛化能力,前件参数采用一种基于规则激励强度的模糊聚类算法获得,而后件和递归环节参数则采用一种由支持向量机和粒子群优化算法组成的联合辨识方法获得.Box-Jenkins煤气炉的仿真结果表明,规则递归T-S模糊模型及其辨识方法具有较好的动态描述能力,与混合聚类方法相比,均方差降低了1.2%. 展开更多
关键词 T-s模糊模型 规则递归 模糊聚类 支持向量机 粒子群优化
下载PDF
基于PSO⁃SVM的水工隧洞施工成本预测 被引量:9
13
作者 刘英杰 聂章琴 +1 位作者 王博 许亚辉 《人民黄河》 CAS 北大核心 2021年第9期160-164,共5页
为了对水工隧洞工程施工成本进行精确预测,从工程、环境、市场以及管理4个方面分析了水工隧洞施工成本影响因素,构建了水工隧洞施工成本影响因素量化方法。采用粒子群算法(PSO)优化支持向量机(SVM)模型中的惩罚因子C和核函数参数g,建立... 为了对水工隧洞工程施工成本进行精确预测,从工程、环境、市场以及管理4个方面分析了水工隧洞施工成本影响因素,构建了水工隧洞施工成本影响因素量化方法。采用粒子群算法(PSO)优化支持向量机(SVM)模型中的惩罚因子C和核函数参数g,建立基于PSO⁃SVM的水工隧洞施工成本预测模型。对比SVM模型的预测结果发现,PSO⁃SVM模型的平均绝对百分比误差和均方根误差更小,训练速度更快,预测效果更好。 展开更多
关键词 成本预测 支持向量机 粒子群算法 水工隧洞
下载PDF
Macroscopic Quantum Tunneling and Coherence of the Néel Vector in Small Antiferromagnets
14
作者 吕嵘 朱嘉麟 +1 位作者 陈曦 张礼 《Tsinghua Science and Technology》 SCIE EI CAS 1998年第4期1179-1183,共5页
The tunneling behavior of the Néel vector out of metastable easy directions or between degenerate easy directions is studied for a small single\|domain antiferromagnetic particle at low temperature. The quantum t... The tunneling behavior of the Néel vector out of metastable easy directions or between degenerate easy directions is studied for a small single\|domain antiferromagnetic particle at low temperature. The quantum tunneling rates for these processes are evaluated for two examples of macroscopic quantum tunneling and one example of macroscopic quantum coherence. The calculations are performed by using the two sublattice model and the instanton method in the spin coherent state path integral. Quantum interference or the spin parity effect is also discussed for each case. 展开更多
关键词 macroscopic quantum tunneling and coherence Néel vector antiferromagnetic particles topo\| logical term quantum interference effect
原文传递
On-chip classification of micro-particles using laser light scattering and machine learning 被引量:1
15
作者 Mubashir Hussain Xiaolong Liu +6 位作者 Jun Zou Jian Yang Zeeshan Ali Hamood Ur Rehman Nongyue He Jianguo Dai Yongjun Tang 《Chinese Chemical Letters》 SCIE CAS CSCD 2022年第4期1885-1888,共4页
The rapid detection of microparticles exhibits a broad range of applications in the field of science and technology. The proposed method differentiates and identifies the 2 μm and 5 μm sized particles using a laser ... The rapid detection of microparticles exhibits a broad range of applications in the field of science and technology. The proposed method differentiates and identifies the 2 μm and 5 μm sized particles using a laser light scattering. The detection method is based on measuring forward light scattering from the particles and then classifying the acquired data using support vector machines. The device is composed of a microfluidic chip linked with photosensors and a laser device using optical fiber. Connecting the photosensors and laser device using optical fibers makes the device more diminutive in size and portable. The prepared sample containing microspheres was passed through the channel, and the surrounding photosensors measured the scattered light. The time-domain features were evaluated from the acquired scattered light, and then the SVM classifier was trained to distinguish the particle’s data. The real-time detection of the particles was performed with an overall classification accuracy of 96.06%. The optimum conditions were evaluated to detect the particles with a minimum concentration of 0.2 μg/m L. The developed system is anticipated to be helpful in developing rapid testing devices for detecting pathogens ranging between 2 μm to 10 μm. 展开更多
关键词 particle’s detection Laser light scattering Waveform features support vector machines LAB-ON-CHIP
原文传递
基于粒子群与支持向量机的隧道变形预测模型 被引量:17
16
作者 范思遐 周奇才 +1 位作者 熊肖磊 赵炯 《计算机工程与应用》 CSCD 2014年第5期6-10,15,共6页
针对粒子群算法易早熟且在算法后期易在全局最优解附近产生振荡现象,提出一种自适应调整惯性权重的优化粒子群算法。该算法引入双曲线正切函数的非线性变化思想,使惯性权重随着迭代次数的增加产生自适应调整,有利于增强粒子搜索能力及... 针对粒子群算法易早熟且在算法后期易在全局最优解附近产生振荡现象,提出一种自适应调整惯性权重的优化粒子群算法。该算法引入双曲线正切函数的非线性变化思想,使惯性权重随着迭代次数的增加产生自适应调整,有利于增强粒子搜索能力及收敛速度,不易陷入局部极值点。将该算法应用于基于支持向量机的隧道变形预测模型中,对预测模型的超参数进行优化,并利用稳态与非稳态两组实测工况数据对组合算法进行工程测试,结果表明采用SaωPSO+SVM算法可有效提高预测模型的计算精度,增强其鲁棒性,有助于隧道变形的工程建模。 展开更多
关键词 支持向量机 粒子群 隧道变形 预测
下载PDF
基于粒子群优化与支持向量机的驾驶员疲劳等级判别 被引量:14
17
作者 王琳虹 李世武 +1 位作者 高振海 冀秉魁 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2014年第12期102-107,共6页
为客观、准确地判别驾驶员的疲劳程度,采用多项驾驶员生理指标、基于粒子群与支持向量机(SVM)算法建立驾驶疲劳等级判别模型,首先将驾驶员疲劳状态分为清醒、轻度疲劳、重度疲劳和睡意4个等级,然后将驾驶员的心电RR间期标准差、心率均... 为客观、准确地判别驾驶员的疲劳程度,采用多项驾驶员生理指标、基于粒子群与支持向量机(SVM)算法建立驾驶疲劳等级判别模型,首先将驾驶员疲劳状态分为清醒、轻度疲劳、重度疲劳和睡意4个等级,然后将驾驶员的心电RR间期标准差、心率均值、呼吸潮气量、脑电的α波、β波和δ波功率谱密度积分等作为SVM的输入变量,驾驶疲劳等级作为输出变量,引入粒子群算法优化SVM的惩罚系数和核函数参数对判别模型进行标定,采用吉珲高速公路上的实车实验数据对模型有效性进行验证.结果表明:本模型对4项疲劳等级的判别准确率均高于85%,对于驾驶员疲劳预警具有重要意义.通过对模型各个输入变量的敏感性分析,证明基于多项生理指标的疲劳判别较基于单生理指标的疲劳判别更加有效. 展开更多
关键词 驾驶员生理指标 疲劳判别 支持向量机 粒子群 敏感性分析
下载PDF
双线浅埋隧道远近距离界定及地表沉降机理研究 被引量:6
18
作者 王帅 孙少锐 +1 位作者 舒杨 岳翎 《长江科学院院报》 CSCD 北大核心 2017年第9期115-121,共7页
利用Peck公式计算双线隧道开挖引起的地表沉降时,有多个参数会影响到计算结果的大小与沉降曲线的形状。从数学角度对隧道轴线埋深h和两隧道间距L的比率及沉降槽宽度参数K对地表沉降曲线的影响进行研究,得到以下结论:在h/L比率逐渐增大... 利用Peck公式计算双线隧道开挖引起的地表沉降时,有多个参数会影响到计算结果的大小与沉降曲线的形状。从数学角度对隧道轴线埋深h和两隧道间距L的比率及沉降槽宽度参数K对地表沉降曲线的影响进行研究,得到以下结论:在h/L比率逐渐增大的过程中,地表沉降曲线变化过程为较陡峭的W型—较平缓的W型—∪型—U型—V型;相同比率下的地表沉降曲线都呈现相同的型式,与隧道埋深无关;在K=0.600的情况下,沉降曲线由W型向U型转变,h/L的临界值为0.825,而后发现在不同K值下,存在h/L临界值使得不同埋深下的沉降曲线都呈现U型,得到了沉降槽宽度参数K与其对应h/L临界值的最优拟合方程。基于h/L临界值的分析结果,提出了双线隧道远近界线的判别公式,并与现有方法及规范进行对比,结果表明判别公式能较好地界定双线隧道远近距离。同时,对Peck公式预测隧道开挖引起地表沉降的机理进行了推测,并利用颗粒流软件对隧道开挖进行模拟,结果表明压力拱曲线符合高斯曲线。研究成果可为双线浅埋隧道设计、施工提供依据。 展开更多
关键词 双线隧道 地表沉降 PECK公式 远近距离界线 颗粒流
下载PDF
基于人工智能算法的隧道锚承载能力评价 被引量:8
19
作者 王中豪 郭喜峰 杨星宇 《西南交通大学学报》 EI CSCD 北大核心 2021年第3期534-540,共7页
针对隧道锚承载能力评价合理的解析计算公式缺乏、模型试验测试方法耗时费力、数值模拟可靠性不佳的问题,提出了一种人工智能化隧道锚承载能力预测方法.从隧道锚受力传力过程出发,分析了影响承载能力的因子,确定了承载能力评价指标体系... 针对隧道锚承载能力评价合理的解析计算公式缺乏、模型试验测试方法耗时费力、数值模拟可靠性不佳的问题,提出了一种人工智能化隧道锚承载能力预测方法.从隧道锚受力传力过程出发,分析了影响承载能力的因子,确定了承载能力评价指标体系;基于最小二乘支持向量机(least squares support vector machines,LSSVM)强大的学习预测能力和粒子群优化(particle swarm optimization,PSO)算法良好的优化效果,建立了承载能力非线性映射PSO-LSSVM模型;将收集到的17个隧道锚工程案例作为输入样本对模型进行了训练,获得了核函数参数和惩罚系数的最优组合为(1,500).将该模型应用于某大桥隧道锚承载能力的预测,预测结果为10.2P(1P为1倍设计荷载);通过与现场缩尺模型试验和数值模拟方法综合研究确定的承载能力为11.0P对比,结果表明:预测结果略低,但两者结果非常接近,说明该模型的预测结果合理可靠且偏于保守,预测效果较为理想. 展开更多
关键词 隧道锚 承载能力 最小二乘支持向量机 粒子群优化算法
下载PDF
带式输送机故障准确诊断方法 被引量:7
20
作者 蔡安江 李涛 +2 位作者 王洪波 田凤阳 杨洁 《金属矿山》 CAS 北大核心 2020年第4期130-134,共5页
针对带式输送机运行过程中的典型故障,提出了一种基于特征级与决策级的双层融合故障准确诊断方法。建立了带式输送机故障诊断信息融合模型,提取带式输送机故障信息的基本特征和小波包特征,实现特征级融合,并使用量子粒子群优化的核极限... 针对带式输送机运行过程中的典型故障,提出了一种基于特征级与决策级的双层融合故障准确诊断方法。建立了带式输送机故障诊断信息融合模型,提取带式输送机故障信息的基本特征和小波包特征,实现特征级融合,并使用量子粒子群优化的核极限学习机与支持向量机2种分类器进行特征级的故障诊断;采用D-S证据理论将2种分类器的特征级故障诊断结果再融合,实现决策级的故障诊断。利用2种分类器的概率输出构造基本概率赋值函数,有效解决了D-S证据理论中基本概率赋值函数的构造。搭建带式输送机实验台,使用MATLAB进行实验验证,结果表明该方法的故障识别准确率可达97%,提高了故障诊断的准确度。 展开更多
关键词 带式输送机 故障准确诊断 D-s证据理论 核极限学习机 支持向量机 量子粒子群优化
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部