基于小波包分析与支持向量机的斜拉索损伤识别

斜拉索作为斜拉桥的主要受力构件,其损伤将直接威胁斜拉桥的运营安全。现提出一种基于小波包分析与支持向量机相结合的斜拉索损伤识别新方法。利用小波包理论对索梁锚固点的加速度时程响应进行小波包分解,构造小波包能量变化率指标,以该指标作为支持向量机的输入参数,定义斜拉索的刚度折减为损伤因子表示斜拉索损伤程度作为支持向量机的输出,通过支持向量机损伤识别模型对斜拉索损伤进行识别定位,并以实验室独塔斜拉桥模型进行了数值验证。结果表明:该方法能较好地识别斜拉索损伤,且受输入向量位置及个数影响较小,随着损伤程度的增加,平均预测误差逐渐减小。本方法对噪声污染具有一定的鲁棒性。     

斜拉桥主梁损伤对车激索力响应的影响研究

以斜拉桥的损伤识别为目的,提出了一种索力比指标,研究了斜拉桥在车辆荷载激励下,主梁发生损伤时斜拉索索力比指标的变化规律。以实验室独塔斜拉桥试验模型为研究对象,基于ANSYS建立其空间板壳有限元模型,以单元刚度的折减模拟主梁损伤,对主梁在不同位置损伤、不同程度损伤两类工况下,车辆荷载激励下斜拉索的索力比指标变化进行了数值仿真。结果表明：车辆荷载激励下,斜拉索的索力比指标与主梁的损伤位置和损伤程度存在一定的对应关系。为后续基于车辆荷载激励下的索力响应指标识别斜拉桥损伤方法的研究提供了重要的参考,具有一定的理论意义。     

基于PSO-SVM模型的网络流量预测研究

针对网络流量高度自相关、随机性和非线性等时间序列特征,采用支持向量机(SVM)模型进行预测.针对SVM模型中参数难以确定的问题,采用粒子群(PSO)算法进行参数寻优,保证预测的精确度.将PSO-SVM模型预测结果与ARIMA自回归移动平均模型、BP神经网络模型预测结果进行比对,PSO-SVM模型具有更高的预测精度,能够更好地反映网络流量的变化规律.     

PSO-ε-SVM的回归算法

回归支持向量机的ε不敏感损失函数的参数寻优是一个重要的问题,它与支持向量机的行为特性有紧密关系。本文给出了一种基于粒子群优化算法的、对ε不敏感损失函数的ε参数寻优的方法,仿真结果表明:采用基于粒子群优化算法的寻优方法寻找ε参数,需要重复训练回归支持向量机模型的次数明显小于格点搜索方法,节省了大量的时间并且能找到较优的ε值。     

一种顾及用户朝向的PSO-LSSVM指纹定位算法

为了解决人体对WiFi信号遮蔽和最小二乘支持向量机参数优化的问题,提出了一种顾及用户朝向的粒子群优化最小二乘支持向量机指纹定位方法。建立全向指纹库,采用粒子群优化算法求出最小二乘支持向量机最优参数,通过最小二乘支持向量机训练出定位模型,将待测点指纹信息输入定位模型中,最终估算出待测点位置坐标。仿真实验结果表明所提算法在定位误差上达到0.72 m,普通的粒子群优化最小二乘支持向量机算法定位误差为0.84 m,提高了室内定位精度,具有实际的应用价值。     

面向损伤识别的独塔斜拉桥模型的设计与分析

模型试验方法是桥梁结构损伤识别研究的一种重要手段。以某虚拟的独塔斜拉桥为原型,面向损识别设计制作了独塔斜拉桥试验模型。试验模型各主要构件（主梁、主塔、斜拉索）均独立加工制作,其中主梁选用铝合金材料,截面采用箱形,划分为不同长度的阶段,各节段均采用螺栓连接。通过改变节段板厚的方法实现主梁不同损伤程度的模拟,不同位置的损伤通过更换不同位置的板厚实现,从而方便的实现了模拟模型斜拉桥主梁的各种损伤状态。采用特殊的设计实现了斜拉桥结构索力的实时测试。对模型进行了静态试验,并与有限元模型计算的结果进行了对比分析。试验研究与数值分析为今后的损伤识别研究奠定了基础。     

优化SVM在锅炉负荷预测中的应用

提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数。将该优化算法应用于锅炉负荷短期预测,实验结果表明,该优化算法预测精度较高,收敛速度较快,泛化性能优于其他预测方法,且工程实现容易。     

基于PCA和PSO-SVM的手写数字识别应用研究

针对当前手写数字识别正确率较低这一不足,提出了一种主成分分析(PCA)和粒子群算法优化支持向量机(PSO-SVM)的手写数字识别方法。首先,利用PCA降低输入数据的维数,然后把降维的数据作为SVM的输入,用PSO不断优化SVM中的核函数参数g和惩罚因子c,以提高分类精度。实验结果表明:同传统的SVM、GA-SVM、网格搜索算法、卷积神经网络(CNN)相比,PSO-SVM方法分类方法具有最高的识别准确率且运算效率也较高,达98.2%,性能上优于其他几种分类算法。     

基于离散粒子群和支持向量机的故障诊断方法

针对与故障不相关的变量会影响分类器性能,从而导致故障诊断正确率下降,提出一种将离散粒子群算法(PSO)与支持向量机(SVM)相结合寻找故障特征变量的优化算法。该算法实现了数据降维和故障特征保留,有效地提高了故障诊断性能。基于连续搅拌釜式反应器(CSTR)的仿真实例验证了该算法的有效性。     

基于MEA＿SVM空气质量指数预测

针对大气污染物的动态性和高时空变异性,分析了影响太原市空气质量评价的主要污染物,建立思维进化算法(MEA)与支持向量机(SVM)结合的新模型MEA_SVM,并将该模型用于空气质量指数(AQI)的预测。实验结果表明:MEA_SVM算法在保证SVM预测准确率的同时显著提高了预测速度,在预测可靠性、预测精度方面均优于遗传算法与SVM的结合方法和粒子群算法与SVM结合的方法,因此MEA_SVM算法在城市空气质量预测中有一定的实用价值。     

国内马克思哲学超越维度理论研究现状述评

以实验室独塔斜拉桥为研究对象,提出了确定斜拉桥合理施工索力的正装倒拆计算法,该方法按照施工顺序,在正装优化的基础上,对各节段进行倒拆计算,得到各斜拉索的基础索力,然后再通过正装迭代计算,求得各个调索阶段斜拉索的初始张拉索力和主梁的预抬量,从而避免了传统的倒拆法中难以考虑结构本身的非线性问题与正装法无法保证计算过程中一些索力设置大小的合理性等问题。本方法已经在独塔斜拉桥模型实验中成功应用。通过实验验证了该方法的有效性和可靠性,具有一定的理论价值和重要的应用价值。     

结构参数对矮塔斜拉桥结构受力性能的影响分析

从边中跨比、索塔高跨比、无索区长度、主梁梁高4个参数方面研究其对跨中长距离等截面矮塔斜拉桥的主梁变形、内力及斜拉索索力等结构性能的影响,分析出各个参数在此类桥型中的合理取值范围,为以后的矮塔斜拉桥设计提供参考。     

斜拉索火致损害及换索模拟计算分析

以某斜拉桥拉索火灾事故为背景,通过选取钢绞线拉索过火损伤变量模型,建立该桥的有限元模型进行模拟计算,对拉索火灾前后和换索修复前后斜拉桥的工作性能进行了比较,可为换索施工提供理论依据。     

千米级斜拉桥汽车荷载作用下非线性静力响应研究

随着苏通大桥的通车以及香港昂船洲大桥的建设,已步入千米级斜拉桥建设的新纪元;因此研究千米级斜拉桥的非线性影响对以后类似桥梁的设计建设有非常重要的意义。分析汽车荷载作用下千米级斜拉桥的静力非线性响应,得出了斜拉桥主梁、主塔和拉索这三个不同构件汽车荷载作用下非线性静力响应的大小;并进一步分析了跨度增大对非线性响应的影响。     

斜拉桥结构模型试验索力测试方法研究

以某实验室独塔斜拉桥试验模型为研究对象,对斜拉桥模型试验的索力测试方法展开研究。开发了一种基于压力环传感器的索力测试系统,基于ANSYS分析平台,按照接触问题对该系统进行了仿真分析。在此基础上,在实验室模型桥上,采用测频法对该系统进行了对比验证。结果表明：该系统操作简单,性能可靠,测试精度较高,在不改变斜拉索刚度的情况下可以实现斜拉桥模型试验中斜拉索索力的实时、长期监测。     

大跨径斜拉桥塔墩梁固结处空间受力分析

安徽五河淮河桥大桥为混合梁斜拉桥，跨径布置为(246+125)m，为独塔双索面塔墩梁固结体系。利用Midas/Civil建立空间杆系模型进行整体静力分析，确定塔墩梁部位四种最不利荷载工况，得到其活载影响线加载位置和荷载大小。再利用大型通用有限元软件ANSYS建立塔墩梁固结处三维实体模型进行受力分析，为设计与施工提供科学理论依据。     

某低重心独塔斜拉桥抗震性能研究

某黄河独塔斜拉桥初步设计方案有半漂浮结构体系和固定铰支承结构体系。对其两种不同结构体系进行了抗震性能分析,通过对两种不同结构体系地震荷载作用下主塔控制截面内力响应对比可知,该桥为典型低重心独塔斜拉桥,该桥固定铰支承结构体系主塔控制截面的弯矩响应明显低于半漂浮结构体系主塔相应截面的弯矩响应。为进一步提高该桥的抗震性能,分别对不同塔梁之间纵向特殊连接装置对抗震性能的影响进行了优化对比分析,得到了一些有意义的结论。