支持向量机在地下工程位移预测中的应用

介绍了支持向量机回归算法,运用MATLAB编写了相应程序,并对两个地下工程实例进行了预测.通过与灰色预测和人工神经网络预测结果的对比,可以看出支持向量机方法不论是在学习过程还是预测过程,都具有更高的优越性,可以应用于实际工程.     

基于支持向量机的地铁故障类型预测

针对城市轨道交通运营压力增大带来的故障隐患和诸多问题,基于城市轨道交通故障隐患数据,构建支持向量机实验预测模型,将筛选处理后的数据与模型相结合,探究未来一定时间段内城市轨道交通可能发生故障的概率和类型,在不同维度、数据量的情况下,对模型运算的效果进行分析,找出其对模型准确率的影响,确定最佳数据维度和使用数据量,为运营公司应对突发故障提供决策辅助方法 .以现有数据通过支持向量机模型进行概率预测估计,同时加入噪声数据测试对模型准确率的影响,最后与BP神经网络模型和极限学习机方法进行对比.研究结果表明：本文构建的模型进行地铁故障概率预测的准确率能够保持在60%左右,说明具有一定的可行性,同时能够在含有噪声数据的情况下进行故障发生概率预测.     

支持向量机在机载设备故障诊断及预测中的应用研究

支持向量机是一种基于统计学习理论的机器学习算法,采用结构风险最小化原则代替经验风险最小化原则,较好地解决了小样本学习问题;采用核函数思想,使非线性空间的问题转换到线性空间,降低了算法的复杂度;具有良好的泛化能力。针对机载设备故障诊断及预测等工程实际应用中遇到的典型故障样本缺乏、先验知识不足等采用神经网络等其它方法无法解决的问题,提出利用支持向量机应用在机载设备故障诊断及预报中。     

支持向量机在股市预测中的应用

介绍了回归问题与支持向量机及其股市预测的研究现状,提出了采用支持向量机的股票预测方法,通过实验证明了该方法的有效性.     

可变风险支持向量机在柴油机故障诊断中的应用

针对支持向量机在故障诊断中不能区别不同误判所造成损失不同的缺点,提出并应用了可变风险支持向量机,对最优分类面进行重新设计,使之更符合实际情况,并在柴油机故障诊断中取得了很好的效果。     

支持向量机在农业经济预测中的研究

提出了一种基于支持向量机预测农业经济产值的方法.利用14年的棉花数据建立支持向量机预测模型,运用该模型预测了5年的棉花产量,并对预测结果和实际值进行了比较分析,表明该方法用于经济预测是有效的.     

支持向量机在机械设备振动信号趋势预测中的应用

将支持向量机（SVMs）用于机械设备振动信号趋势预测中，研究了SVMs参数及核函数类型对SVMs预测能力的影响．试验显示，在短期预测中4种核函数有着基本相同的预测能力，而在长期预测中，径向基函数核和多项式核表现出了相对较高的预测能力，同线性核和神经网络核相比，它们的归一化均方误差约降低了20％．SVMs与向后传播神经网络、径向基函数网络和广义回归神经网络预测能力的对比表明，实现了结构风险最小化原理的SVMs具有更好的预测能力，在长期预测中，其归一化均方误差约降低了15％。     

支持向量机在混凝土强度预测中的应用研究

支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法.文中提出了基于支持向量机的混凝土强度预测方法,并在MATLAB中编制了相应的支持向量机程序,建立了相应的混凝土强度预测模型.以实例数据为学习样本和测试样本讨论了基于支持向量机的混凝土强度预测方法及可行性.研究表明支持向量机可以较好地表达混凝土强度与其影响因素之间的非线性映射关系.用支持向量机来预测混凝土强度是可行的,它为预测混凝土强度提供了一种新的方法.     

支持向量机在地震预测中的应用

利用支持向量机分析了发生在美国加州中部的2次6级以上地震的震前大地脉动.通过对离地震最近的3个地震台站的地震数据进行震前大地脉动分析,结果表明:支持向量机能有效地区分震前大地异常脉动和平静时期的大地脉动,并且随着地震的临近预报准确率逐渐增加;2次地震的震前大地异常脉动分别始于地震前48 h和12 h.分析了加州CI地震台网内的14个地震台站记录的2003年12月22日发生在加州中部的6.4级地震所观测的震前脉动数据,发现处在震中附近的12个地震台站均观测到震前大地的异常脉动,且距离震中附近的断层越近,监测到震前脉动异常的几率越大.对3个观测站进行连续监测,结果表明:监测到大地震(M≥5)所引发的震前脉动异常的概率大于小地震(M＜5).因此,该方法有望发展成为地震预报的一种有效手段.     

支持向量机在电信话务量预测中的应用分析

电信话务量预测是移动通信运营分析的一个很重要的问题,通过话务量预测,运营商可以方便地做出有针对性的决策。支持向量机（support Vector Machine或SVM）是vapnik等人在统计学习理论（statistical Learning Theory或SLT）基础上提出的一种新的通用学习方法。这种方法改变了传统的经验风险最小化原则,是针对结构风险最小化原则提出的。将支持向量机应用于电信话务量预测,在非线性回归分析中显示了良好的性能,有效地实现了有限样本数据的分析预测,保证了较好的精确性和推广性,体现了很好的泛化能力。     

基于比例故障率模型的柴油发动机视情维修决策

为提高柴油发动机运行的可靠性,减少维修费用,建立了一种基于威布尔比例故障率模型的车用柴油机的视情维修决策模型。首先利用AIC准则选择了威布尔分布作为故障数据的最佳分布,然后使用PCA将润滑油中各种金属含量数据进行了加权融合,得到了更加全面有效的特征协变量,继而将处理后数据通过最大似然估计得到了模型参数估计值;再综合单位维修费用最小和可用度最大的原则,建立了综合维修优化模型,基于该模型求得了最优预防时间间隔以及相应的视情维修决策模型。最后通过同类型柴油发动机实例进行了分析和验证,结果表明,该方法可用于柴油发动机的视情维修决策,降低了维修的费用,提高了运行可靠性及可用度。     

柴油机模糊自校正PID控制器

提出一种在线修正ＰＩＤ参数的模糊控制器改进算法。首次增加载荷和增压器进气流量作为新的模糊变量,用模糊芯片Ｆ１００实时调整柴油机电子调速器ＰＩＤ参数。仿真结果和Ｚ６１３５柴油机调速性能试验表明,模糊控制器改善了调速器带载条件下的动态响应,提高了系统的综合性能。     

基于神经网络的柴油机NOx排放预测模型研究

传统的基于MAP图查表方式得到柴油机NOx排放的方法需要做大量标定实验,本文采用BP神经网络构建柴油机NOx排放预测模型．论文选取进气压力、进气温度、排气温度和发动机转速这4个量作为预测模型的输入量．考虑到柴油机NOx生成与其工作参数之间有时间迟滞,模型的输入量包含当前值和历史值．对输入数据做了归一化处理．在模型后处理模块对输出数据做反归一化处理．所提出的模型具有较高的预测精度．     

基于瞬时转速信号的柴油机故障诊断

为快速、准确地判断柴油机燃烧故障,通过对柴油机曲柄飞轮系统的动力学分析,建立基于动力学模型和扭矩波动的柴油机转速波动信号检测柴油机异常燃烧的方法,提出特征参数I.对4108YC型机不同情况的模拟计算可以看出,特征参数I能够准确判断故障气缸的位置以及漏油故障程度,各故障气缸的相位差约为180°,正好和发火间隔角相同,而且特征参数曲线发生故障部分的顺序与发火顺序相同.实例计算证明,利用瞬时转速进行故障诊断,即可以利用各个气缸对应的特征参数相互比较来判定,无需大量原始数据的积累,且故障判据的可移植性好.     

某493柴油机的噪声优化

随着柴油机向高速、大功率及高效率方向发展,其噪音、振动问题将更加突出,并直接关系到发动机的使用寿命、工作效率及环境污染等问题。目前国内外已经颁布了关于内燃机噪声的限制法规,因此降低发动机的噪声振动是当今内燃机领域的重要课题;文章以某493柴油机的噪声优化为例,着重分析了噪声声源的产生和优化控制方法。     

柴油燃料性质对内燃机排放的影响及机动车燃料的发展趋势

对显著影响内燃机排放的柴油燃料的性质进行表征,通过分析燃料化学组成对机动车污染排放物的影响,提出降低柴油中硫和芳香烃含量、改进十六烷值可满足排放标准的要求.从几个关键技术指标对机动车柴油燃料发展趋势进行总结,提出降低改进内燃机排放的技术措施.     

基于瞬时转速信号的柴油机角域转换方法

针对往复机械故障分析诊断中通过平均转速等间隔划分角度的方法诊断效果不精确的问题,提出了一种利用瞬时转速对柴油机时域信号进行角域转换的方法。分析了转速波动较大工况下平均转速等角度划分方法中影响相位偏差产生的主要因素,根据转速波动量的大小以及预期的角域精度范围设定阈值参数,再通过该阈值实现角域转换方法的自动选择。研究结果表明,在转速波动工况下采用瞬时转速对时域信号进行角域转换能够有效避免相位偏差,为基于角域的柴油机故障诊断奠定基础。     

EGR对柴油机排放影响之研究

以某一四缸、增压直喷柴油机为样机,利用专业试验台架,针对EGR对柴油机排放的影响进行了试验研究。总结出了EGR系统对柴油机排放的影响规律。     

废气再循环技术对柴油机燃烧特性的影响

以某一四缸、增压直喷柴油机为样机,利用专业试验台架针对EGR对柴油机燃烧特性的影响进行了试验研究,得到了EGR系统对柴油机燃烧的影响规律。     

柴油机气缸体组件的试验模态分析

将试验模态分析技术应用于4113柴油机的动态分析,通过对4113柴油机气缸体组件的试验模态分析,得到气缸体组件的模态频率和振型参数,并对前6阶模态振型的结果进行分析,根据试验结果,找出气缸体组件的薄弱部位并为其结构的优化提出初步的改进意见。