面向大学生心理问题分析的数据挖掘应用

当前已经进入大数据时代,数据挖掘是在大量的数据中提取有用的有价值的知识。本文结合高校学生心理测试产生的数据,采用ID3算法构造决策树分析预测大学生心理健康状况,为学校的心理辅导工作提供参考依据。     

基于PCA-GWO-SVM的矿山边坡变形预测

针对矿山边坡预测模型精度低等问题,提出一种由主成分分析(PCA)、灰狼算法(GWO)和支持向量机(SVM)组合的混合模型(PCA-GWO-SVM)。首先,采用PCA对原始数据进行降维去噪;其次,通过GWO算法优化支持向量机参数;最后,通过SVM实现矿山边坡变形的预测。矿山边坡实例表明PCA-GWO-SVM模型具有更高的预测精度。     

基于离散蒙特卡洛的一种3T1R并联机构工作空间分析

针对一种拓扑结构为2-PRPU型的3T1R空间并联机构,采用离散式蒙特卡洛法,通过对动平台转动自由度作离散化处理,在输入对称的情况下,实现了整个空间并联机构的定姿态工作空间、可达工作空间和灵活工作空间的可视化。从定姿态工作空间、灵活工作空间和可达工作空间的角度分析2-PRPU型空间并联机构的工作性能,表明该机构动平台的可达工作空间范围较大,且大部分为灵巧工作空间。这为多自由度空间并联机构的研究和应用提供理论基础。     

基于GAPSO算法的转台齿轮传动多目标优化研究

针对某航空发动机叶片五轴加工机床转台传动系统多目标优化设计问题,以五轴加工机床转台的齿轮总体积和总重合度建立了目标函数,在齿轮的接触应力和弯曲应力为约束条件下建立了优化数学模型。提出了结合PSO算法与GA算法各自优点的GAPSO方法,利用GAPSO算法既有GA算法的强大全局搜索能力又有PSO算法的快速收敛能力的特点,求解了转台齿轮传动系统的多目标优化数学模型,并分别使用PSO算法、GA算法对数学模型进行了寻优求解,最后将3种算法的结果进行了对比分析。研究结果表明:相比PSO算法与GA算法,GAPSO算法的优化效果最佳,转台的齿轮传动系统体积减少27.26%,重合度增加8.10%;优化目标实现了转台的轻量化与提高传动平稳性的目的,为转台的齿轮传动系统的多目标优化设计提供了理论依据。     

生物氧化预处理中进气量实时预测数学模型研究

精准预测生物氧化预处理中的进气量对提高黄金提取率和节能降耗具有重要意义。以气体管流连续性方程和运动方程为控制方程，采用Preissmann隐格式法作为差分方法。同时，根据集合卡尔曼滤波(Ensemble Kalman filter，EnKF)算法原理，构造进气量、压强的状态空间模型。结果表明，基于气体管流控制方程建立的进气量模型预测结果与实际进气量观测值具有较好的一致性；与传统静态预测方法相比，EnKF同化方法引入实时观测值和模型参数的更新，有效提高了进气量的预测精度，其平均绝对误差、平均相对误差和均方根误差有明显的降低。可见，基于气体管流控制方程建立的预测模型结合EnKF同化方法是提高生物氧化槽进气量预测精度的有效手段。