室内装饰界面材料生态学属性PSO-SVR模型的建立

以樟子松板、柞木板、不锈钢板、平板玻璃板、花岗岩板、石膏板等6种材料为试材,运用分位数转换与粒子群算法-支持向量回归(PSO-SVR)算法对6种材料的隔声、吸声、光泽度、光反射率、心理感受、心理温度冷暖感6个特性进行实验,建立室内装饰界面材料生态学属性模型,并依据均方根误差、决定系数对回归算法与预处理算法进行对比。结果表明:PSO-SVR模型优于支持向量回归(SVR)模型;原始数据使用分位数转换与缩放器处理后,效果最好;使用6种装饰材料的6个特性进行建模可行。     

基于PSO-SVR模型的河南省小麦产量预测方法

小麦生产是河南省农业生产中的重要环节，在维持粮食供应和安全方面发挥着重要作用。对小麦产量进行准确预测可以为农业经济调控、政策制定提供重要性信息。为提高小麦产量预测精度，综合考虑影响小麦产量的相关因素，基于皮尔逊相关系数分析特征变量与产量之间的相关性。选取支持向量回归(support vector regression, SVR)模型解决小麦估产中的复杂性、非线性及小样本等问题。引入粒子群算法(particle swarm optimization, PSO)对SVR模型的惩罚因子(c)和核参数(g)进行优化，提高SVR模型的预测精度。以河南省1978—2019年小麦产量数据及其特征变量数据构建数据集，并与BP、Elman等神经网络模型及优化模型进行对比仿真试验。结果表明，PSO对SVR模型的优化效果明显高于传统的神经网络，PSO-SVR模型预测结果的4项评价指标均优于其他模型。其中，PSO-SVR模型的平均绝对百分比误差MAPE为0.87%,与SVR模型相比误差降低了57.4%、与PSO-BP模型相比误差降低了64.8%。PSO-SVR模型能够提高小麦产量预测精度，稳定性好，可为小麦产...     

基于PSO-SVR的同步发电机励磁电流预测

【目的】采用粒子群优化支持向量回归(PSO-SVR)模型对同步发电机励磁电流进行预测,为更准确地实现同步发电机转子绕组匝间短路故障的在线诊断提供依据。【方法】以微型同步发电机动模试验的20组正常运行数据作为训练样本,用剩下的13组正常运行数据和33组故障运行数据为检验样本,选取机端电压、有功功率、无功功率为输入量,励磁电流为输出量,通过粒子群优化(PSO)支持向量回归(SVR)的结构和参数,建立PSO-SVR预测模型,进而进行励磁电流预测,并与在线实测的励磁电流进行比较,以误差超过阈值诊断为发生匝间短路故障。【结果】PSO-SVR预测模型的预测误差较误差反向传播(BP)神经网络预测模型小;PSO-SVR模型能设置阈值准确诊断运行状态,而BP神经网络预测模型却不能,并且至少有1次误诊情况出现。【结论】PSO-SVR预测模型的精度优于BP神经网络预测模型,能准确地进行转子绕组匝间短路故障诊断,为同步发电机励磁电流预测、转子绕组匝间短路故障的在线诊断提供了一种新途径。     

基于PCA-SVR模型的油气管道剩余强度预测

针对单一缺陷油气管道的剩余强度预测问题,深入分析影响管道剩余强度的相关因素,对主成分分析(PCA)、支持向量回归法(SVR)及PCA+SVR 的基本原理和组合过程进行总结,利用从文献中获取的单一缺陷管道相关数据,使用PCA 对影响因素进行降维处理,最后使用SVR 模型进行剩余强度预测,并将预测结果与其他常见模型和计算方法进行对比,以此验证该模型的可行性。研究结果表明:在所有影响因素中,管道钢级对油气管道剩余强度的影响最大;PCA+SVR 预测模型的预测平均误差为1.91%,均方根误差为0.34,证明此方法具有较高的准确率,但所有预测结果均小于实际剩余强度,证明该方法的保守性相对较强,会导致管道工作效率下降。     

基于支持向量机回归的猪肺疫发病率预测模型研究

为探明支持向量机回归(SVR)模型在动物疫病定量预测上的效果,以便为动物疫病防控决策提供依据,利用广西2007—2013年的猪肺疫月发病率时间序列,进行了SVR模型预测猪肺疫月发病率效果的研究。首先,以自相关函数法和Cao方法相结合,确定该时间序列的时间延迟为2,嵌入维数为6,并对其进行相空间重构;然后,依据主分量分析(PCA分布)方法判定该时间序列具有混沌特性,表明其在重构相空间中进行分析预测是可行的;最后,基于相空间重构结果构建SVR模型,分别采用网格搜索算法、遗传算法、粒子群算法对模型参数进行优化,并分析预测效果。结果表明,运用遗传算法优化SVR模型参数预测效果最优,平均绝对偏差(MAD)为0.043、均方误差(MSE)为0.003、平均绝对百分误差(MAPE)为0.202。可见,采用遗传算法优化的SVR模型对猪肺疫发病率的预测是可行有效的。     

基于支持向量回归的非线性变量筛选用于酚类化合物QSAR建模的研究

首先基于支持向量回归（SVR）依均方根误差最小原则确定最优核函数,再以最优核函数为基础,进行SVR非线性自变量筛选,最后以所选自变量进行建模预测.将该方法应用于酚类化合物的QSAR研究,最优核函数确定为径向基核,最终保留自变量为疏水性参数（lgp）与拓扑指数（Am3）.结果表明：基于SVR进行变量筛选能有效地剔除无关自变量,进一步改进SVR对小样本数据的建模预测能力.该方法在农业环境毒性污染物的QSAR研究领域有较广泛的应用前景.     

二次热压工艺对纤维板性能的影响

【目的】通过模拟热压贴面工艺,揭示高密度纤维板(HDF)基材在二次热压过程中性能的变化。【方法】控制HDF基材的二次热压工艺条件(热压温度分别为160,180,200和220℃;热压压力为1MPa;热压时间分别设定为30,45和60s),研究热压对HDF板材的厚度、内结合强度(IB)、静曲强度(MOR)、弹性模量(MOE)及24h吸水厚度膨胀率(TS)的影响。根据HDF板材的显微结构,提出了板材中纤维排列的"叠层"和"‘品’字"模型,并结合上述试验,对板材性能变化进行阐释。【结果】经历二次热压后,由于HDF板材受到压缩、内部胶接点受到破坏,板的厚度显著减小(最高压缩率达到8.39%);热压温度越高、时间越长,板材IB、MOR和MOE的降低和TS值的上升越明显。【结论】二次热压工艺对HDF基材性能具有显著影响,建议热压温度不高于180℃、热压压力约1MPa、热压时间小于30s。     

SVR-KNN法用于除草剂QSAR研究

[目的]探索一种有效的组合预测方法,用于定量构效关系(QSAR)的研究分析。[方法]提出一种基于支持向量机回归(SVR)与K-最近邻法(KNN)的组合预测方法:以均方误差(MSE)最小为择优准则,对SVR实施核函数寻优;基于最优核函数以SVR进行描述符筛选并得到保留描述符;以"多轮末尾强制淘汰法"阐述各保留描述符对预测精度影响的程度;基于保留描述符,以不同KNN预测值反映样本集异质性并构建子模型,最后基于SVR以留一法实施组合预测。运用该组合预测方法研究磺酰脲和三唑并嘧啶磺酰胺类除草剂QSAR建模。[结果]建模结果表明,基于SVR与KNN的组合预测方法在参比模型中预测精度最高,具有结构风险最小、非线性、能有效克服过拟合、泛化推广能力优异等优点。[结论]基于SVR与KNN的组合预测具有许多优点,在QSAR研究中应用前景广泛。     

面向亚热带丘陵区小流域土壤有机碳空间预测的四种模型构建及性能比较

土壤是陆地生态系统最大的碳库,在提升生态系统服务功能和调节气候变化等方面发挥关键作用。对复杂多变环境下土壤有机碳(SOC)含量的精确预测将有助于正确评估区域土壤质量和碳汇功能。本研究以亚热带丘陵区一个典型小流域为研究对象,以地形、气候和植被三类环境变量为驱动因子,分析支持向量机回归(SVR)、随机森林(RF)、极端梯度提升算法(XGBoost)和轻量级梯度提升机(LightGBM)四种不同的机器学习算法在土壤(0~20 cm)SOC含量预测中的精度差异,并筛选影响SOC分布的主要环境影响因素。结果表明,RF模型、XGBoost模型和LightGBM模型均能较好预测SOC含量,以RF模型的表现相对最佳(R^(2)=0.540),其预测精度优于XGBoost(R^(2)=0.528)和LightGBM模型(R^(2)=0.504)。而SVR模型的预测精度(R^(2)=0.427)低于模型预测精度的最低可接受值0.50,并不适用于亚热带丘陵地貌SOC含量的预测。相关分析表明,在亚热带丘陵地貌区,地形(主要为海拔)对几种模型预测的贡献最大,是预测SOC的重要环境变量。基于四种模型预测的SOC数字制图显示,SOC空间分布趋势总体相似,均表现为北部区域、西南和东南边缘区域SOC含量较高,而中部区域SOC含量普遍偏低。     

醇类化合物对欧洲林蛙蝌蚪毒性的QSAR研究

采用分子描述符计算软件PCLIENT获得123个醇类有机小分子化合物的1 666个理化性质参数,通过相关性分析与逐步线性回归筛选,最终获得14个分子描述符。基于保留的14个关键理化性质,分别以多元线性回归(MLR)、偏最小二乘回归(PLS)与支持向量回归(SVR)构建醇类化合物对欧洲林蛙蝌蚪毒性的QSAR模型。结果表明:3种模型的独立预测决定系数Q2从初始的-163.350、-0.019、0.686分别提升到0.860、0.903与0.936,剔除无关描述符能显著提升模型的预测精度;基于SVR的训练拟合精度和独立预测精度均较好,表明其泛化能力强,鲁棒性好;SVR模型独立测试集预测值和真实值比较结果证明最终筛选出的14个描述符具有较好的显著性,模型具有较好的稳健性。本方法在有毒化合物等QSAR研究领域有较广泛应用前景。     

基于趋化-改进粒子群算法的SVR光合速率预测模型

针对回归型支持向量机(SVR)参数选取影响模型性能的问题,提出融合细菌觅食算法趋化操作的改进粒子群混合算法(C-IPSO),以优化SVR的惩罚参数和核参数。同时,为了实现对温室环境的精细控制,结合温室作物生长环境因子,建立一种基于趋化-改进粒子群算法优化的回归型支持向量机温室光合速率预测模型。以温室番茄幼苗期、开花期、结果期为例,与支持向量机和基本粒子群算法优化的支持向量机分别建立的模型进行实验对比。结果发现：建立的三个生长期光合速率预测模型的光合速率实测值和预测值的决定系数分别为0.954 8、0.985 4和0.951 5,均比另外两个预测模型更接近于1,表明该模型预测效果均更佳,并证明了所提算法的有效性,为指导温室环境根据作物光合需求进行精准调控提供了理论基础。     

竹炭—白乳胶复合板的研制

以竹炭为基材,热塑性白乳胶为粘接体,双面覆无纺布为增强和表面装饰材料,采用热压成型工艺制备竹炭—白乳胶复合板。通过正交试验考察了竹炭粒度、施胶量及热压时间对复合板物理性能的影响,结果发现施胶量是影响复合板各性能的主要因素。制备工艺参数竹炭粒度为50目、施胶量为20%、热压时间为10 min时,复合板的质量指标可达到抗拉强度4.5MPa,静曲强度10.5 MPa,弹性模量1270 MPa,24 h吸水厚度膨胀率0.9%,24 h吸水率35.3%。     

三倍体毛白杨结构大片刨花板制板工艺研究

作者采用正交试验设计的方法 ,研究了以三倍体毛白杨为原料制造结构大片刨花板的工艺条件 ,详细讨论了热压温度、热压时间、施胶量、石蜡乳液工艺因子对刨花板物理力学性能的影响 .试验结果表明 :利用毛白杨制造结构大片刨花板是完全可行的 ,其产品的主要物理力学性能为 :密度 0 .71g cm3 ,吸水厚度膨胀率 11.2 %,内结合强度 0 .5 4MPa,静曲强度 45 .2MPa .     

软木无胶胶合工艺研究

以探索新型环保的无胶软木产品为目的,在现有软木材料性质、结构的研究及木质材料自粘胶合理论基础之上,以热压时间、含水率、热压温度、配坯密度为因素,采用正交试验法进行软木无胶胶合工艺的研究。结果表明:软木材料可在一定条件下自粘合成板,且制成的无胶软木板性能优良。在实验条件下得到的较优软木无胶胶合工艺参数为:热压温度140 ℃,含水率12%,热压时间5 min,配坯密度0.7 g·cm^-3。     

改性异氰酸酯树脂胶玉米秸秆皮板工艺

以异氰酸酯(PMDI)改性的脲醛胶作为胶黏剂,采用正交试验法分析了热压时间、成板密度、施胶量、胶混合比对玉米秸秆皮板主要物理性能的影响。结果表明:热压时间对玉米秸秆皮板的24 h吸水厚度膨胀率(24h TS)、弹性模量(MOE),成板密度和改性脲醛胶/异氰酸酯(UF/PMDI)的混合比例对24 h TSI、B、MOE以及施胶量对24 h TS均有高度显著性影响。在一定范围内,秸秆皮板材的物理力学性能指标随着热压时间、密度以及施胶量的增加而增大,异氰酸酯施加量的增加能持续提高板的性能。当工艺条件为:热压时间4～5 min,板密度0.9 g/cm3,施胶量12%,胶量比(UF/PMDI)7∶3时制得的板材性能最佳。     

基于响应面模型的竹胶合板模板力学性能优化

为实现竹胶合板模板力学性能的优化,以竹胶合板模板纵、横方向的静曲强度和弹性模量作为力学性能优化评价的基本指标,运用正交试验与数值模拟相结合的方法,构建了竹胶合板模板工艺参数和力学性能指标的二阶响应面模型。基于该响应面模型,利用Pareto遗传算法对竹胶合板模板力学性能进行多目标优化,获得了10个Pareto解。通过对10个Pareto解与初始值力学性能进行比较与分析,结果表明:纵向静曲强度平均提高了12.80％;横向静曲强度平均提高了14.75％;纵向弹性模量平均提高了14.11％;横向弹性模量平均提高了8.59％。      

染色木塑复合材料—茶合板制造工艺研究

采用正交试验方法，在不同试验条件下压板，分析讨论了单板染色，酚醛树脂的种类，单板浸渍和热压工艺参数对染以木塑复合材料－茶合板物理力学性能的影响，确定了所考察因素中最佳工艺条件。     

热压成型胶接软木板应力松弛转变机理

探究热压成型胶接软木板的应力松弛转变机理,为工业上实现软木板的一步热压成型制备提供基础理论支持。实验采用动态黏弹性测试、准静态单向压缩测试和短时应力松弛测试对胶接软木板及其主要原料(软木,聚氨酯胶)的黏弹性和松弛转变行为进行了深入分析,基于原料的性能特征解析了胶接软木板的应力松弛转变机理。结果表明:当热压温度达到120℃时,软木弹性模量较室温显著降低,为23.98 MPa,且在相同应变下的应力值也随之降低(σ5=1.26 MPa,σ60=2.91 MPa),软木板在外力作用下更容易发生压缩变形,且弹性回复能力减弱;当热压温度达到130℃时,聚氨酯胶中的硬链段开始发生玻璃化转变,该转变过程导致其储能模量大幅降低,造成软木板应力松弛速率加快。软木及软木板具有相似的应力松弛行为,二者的应力松弛速率都随温度升高呈先升高后降低再回升的趋势;当温度升至140℃时,软木板应力松弛速率达到最高(0.093 2),残余相对应力最小(1.18 MPa)。     

辐射松层板抗弯性能的指接参数优化及无损检测研究

[目的]通过对辐射松层板指接工艺的研究,优化指接过程中的参数,提高指接层板的力学性能;基于应力波方法,开展对指接层板抗弯性能的无损检测研究,提高指接层板的强度稳定性.[方法]通过预试验过程确定端压,选择4种不同指长的铣刀,设定3种不同嵌合度大小,研究3因素对指接层板抗弯性能的影响,进而从中选出较优指接参数组合并与标准比...     

改性稻草/高密度聚乙烯复合材料的工艺性能

以改性稻草和高密度聚乙烯(HDPE)为原料,研究了改性稻草/HDPE复合材料的热压工艺,分析了稻草改性用NaOH溶液质量分数、热压时间、HDPE加入比例等因素对复合板材性能的影响.结果表明,热压最佳工艺参数为:密度0.75g/cm~3,施胶量4%,热压温度160℃,热压时间6min,HDPE加入比例30%,NaOH溶液质量分数2.5%.在此条件下制作的改性稻草/HDPE复合材料力学性能达到刨花板国家标准GB/T 4897-2003要求.