Results 71 to 80 of about 526,480 (164)

软黏土海床条件下的管道侧向失稳预测模型

open access: yes, 2017
针对软黏土海床条件,基于被动土压力理论建立了海底管道侧向失稳预测模型。利用准静态平衡分析,该模型将极限侧向土阻力分解为被动土压力和滑动土阻力两个分量。验证分析表明,模型预测结果与文献[3]实验结果吻合较好。参量研究发现,在稳态海流作用下,随着软黏土不排水抗剪强度增大,维持管道在位稳定所需的最小埋深呈幂指数减小趋势;同时,极限侧向土阻力中的滑动土阻力分量呈非线性增大 ...
师玉敏, 高福平
core  

基于广义回归神经网络的油纸绝缘变压器的寿命预测

open access: yesGaoya dianqi, 2015
文中基于广义回归神经网络(GRNN)技术挖掘数据变化规律,构建了GRNN神经网络预测模型,运用该模型对油纸绝缘变压器进行寿命预测。将变压器绝缘纸老化过程中生成的特征产物如糠醛、CO2和CO的质量分数,以及相关时间参量作为模型输入。将所采集的多组油纸绝缘变压器的测试样本作为基础数据,运用该模型对相应的变压器进行寿命预测。结果表明,模型寿命预测的输出值与实际值基本一致,从而验证了模型的合理性,这对监测绝缘材料老化状态的进一步研究具有现实意义。
林喆, 兰生, 张宇航
doaj  

几种稠油黏度预测模型的对比分析

open access: yes, 2015
在稠油的开采、管输等过程中,动力黏度都是一个重要的参数,目前对稠油黏度的估计往往采用稠油黏度预测公式进行。然而,由于现有的黏度预测大多是基于区域性稠油数据的经验公式,因此,这些公式只对特定区域特定组分的稠油才有很高的预测精度。本文采用Hakke RS6000旋转流变仪对中海油采油技术服务公司和渤海油田绥中陆地处理终端的共计3种稠油的动力黏度进行了测量。稠油的黏度范围为:241~5239 MPa(30℃),测量温度范围为:20~70℃,测量压强为0.1MPa。Beal1946、Glaso1980 ...
张军   +6 more
core  

Forecasting the costs of residential construction based on support vector machine and least squares-support vector machine(基于SVM和LS-SVM的住宅工程造价预测研究)

open access: yesZhejiang Daxue xuebao. Lixue ban, 2016
为在方案设计初期与工程造价相关信息很少的条件下,准确快速地预测住宅工程造价,在分析既往相关理论和方法优劣的基础上,选取支持向量机构建住宅工程造价预测模型,并通过主成分分析对原始数据进行降噪处理.选取住宅工程造价预测指标集与样本,对输入指标的数据进行主成分分析,消除指标相关性的同时对原始数据降维,将处理后的数据分别导入到“标准支持向量机”和“最小二乘支持向量机”模型中进行训练和预测,并对预测结果进行对比分析,选取较为合理的预测模型,通过参数寻优进一步优化预测效果.所构建预测模型的相对误差均控制在±7%以内,
QINZhongfu(秦中伏)   +3 more
doaj   +1 more source

基于深度学习的污水处理厂出水总磷预测方法

open access: yesGongye shui chuli
水体中磷含量过高是造成水体富营养化的关键因素之一,故总磷是污水处理的一项重要水质控制参数,传统总磷测定方式无法实现对出水总磷的实时监测,不利于处理过程的智能化发展。使用BP神经网络(BPNN)、卷积神经网络(CNN)、长短期记忆递归神经网络(LSTM)、Informer模型建立了污水处理厂出水总磷预测模型,分析表明:BPNN模型的R2为0.459 7,模型预测结果平稳性差;CNN模型的各项评估指标都较差,不适用于对污水处理厂出水总磷的预测;LSTM模型的均方误差(MSE)、均方根误差(RMSE ...
安昱宁   +4 more
doaj  

集成回归分析在基于色谱指纹的原油产能预测中的应用

open access: yes四川大学学报. 自然科学版, 2013
运用色谱指纹技术对原油进行产能预测越来越得到油田等相关部门的重视.如何有效地建立原油色谱指纹与产能贡献的模型一直以来是基于色谱指纹的产能预测面临的问题.先前研究者提出的产能预测方法都是基于单一回归模型方法,但是单一的回归方法性能有限,近年来有关回归集成的理论的研究受到了极大的重视,是目前回归领域研究的前沿方向.另外广义可加模型是一种广泛使用的非线性回归模型,不仅适合于建立线性数据的模型,也适合建立非线性数据的模型.因此本文提出对广义可加模型进行集成的方法 ...
吴炜, 杨晓敏, 何艳, 何友松
doaj  

基于统计学习理论的支持向量机预测模型

open access: yes, 2014
针对测试人体脂肪含量相对比较复杂的问题,文章根据日常测试的包含14个特征值的样本数据,设计了一种基于统计学习理论的支持向量机预测方法。通过四种常用核函数和监测均方根误差与平方相关系数两项关键指标 ...
杨秀锋   +3 more
core   +1 more source

基于组合模型的能源需求预测

open access: yes, 2010
能源是人类生存和发展的重要物质基础,也是当今国际政治、经济、军事、外交关注的焦点。能源需求预测是合理制定能源规划的基础。能源需求预测的模型很多,总的来说,可以分为单一模型预测和组合模型预测。本文在分析几种常用单一模型的优缺点和适用范围的基础上,建立BP神经网络与灰色GM的优化组合模型,对江苏省未来十五年煤炭和石油的需求量进行预测。结果表明:①随着经济的发展,未来江苏省对煤炭和石油的需求量逐渐增加,其中煤炭从2008年的19 601.39万t标准煤增加到2020年的25 615.26万t标准煤 ...
刘秀香, 胡莹, 吴文祥, 周扬
core  

基于马尔科夫模型的移动设备链接预测研究

open access: yes四川大学学报. 自然科学版, 2015
受移动设备内存空间和处理器性能的限制,传统的链接预测方法(如传统马尔科夫方法)不再适于移动设备浏览导航.本文以马尔科夫模型为基础,提出基于马尔科夫链和频繁项挖掘相结合的移动设备链接预测模型.将扇形交互界面的思路引入链接预测领域,有效缩小了用户的视觉搜索时间,提高了模型交互效率.移动设备上的实验结果表明,本文提出的预测模型在保证高覆盖率和低复杂度的同时,可以达到较高的预测准确率和预测效率.
刘磊, 吴芝明, 林涛, 刘大瑞
doaj  

基于深度学习的南海海表面温度的智能化预测研究

open access: yesHaiyang yu huzhao
海表面温度(sea surface temperature, SST)是影响海洋和气候变化的重要因素之一,准确预测SST的变化对于海洋生态环境、气象和航行等至关重要。传统的SST预测方法通常依赖于数值模式,但是其计算成本较高。该文基于深度学习模型(3D U-Net),将SST、海表面高度异常(sea surface height anomalies, SSHA)以及海表面风(sea surface wind, SSW)作为输入变量成功构建了南海SST的快速化智能预报模型。结果表明,与卷积长短时记忆 ...
谢 博闻   +4 more
doaj   +1 more source

Home - About - Disclaimer - Privacy