作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

针对提高Wi-Fi指纹室内定位技术性能，提出了一种基于卷积神经网络（Convolutional neural networks，CNN）的信道状态信息（Channel state information，CSI）指纹室内定位方法。在离线阶段联合定位环境参考点的幅度差和相位差信息，利用CNN进行训练，保存训练后的CNN网络模型作为指纹；在线阶段，针对不同实验场景，对测试数据的幅度差信息和相位差信息进行加权处理，引入改进的基于概率的指纹匹配算法，利用待定位点的CSI信息并通过CNN网络模型预测待定位点的坐标。此外，为增强算法普适性，针对复杂室内场景，提出了双节点定位方案来提高定位精度。在廊厅和实验室室内两种不同定位场景进行了实验，信息联合定位算法分别获得了24.7 cm和48.1 cm的平均定位误差，验证了基于CNN的CSI幅度差和相位差联合定位算法的有效性

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

第一章 概述 本章主要内容： ◼ 工程项目 ◼ 工程项目管理 ◼ 工程项目管理的历史发展 第二章 工程项目的前期策划 内容提要： 第一节 工程项目的前期策划工作 第二节 工程项目的构思 第三节 工程项目的目标设计 第四节 工程项目的定义（自学） 第五节 工程项目的可行性研究 第三章 工程项目的系统分析 第四章 项目组织 主要内容： 第一节 概述 第二节 工程项目的组织形式 第三节工程项目管理组织 第五章 工程项目计划 第一节 工程项目计划系统 第二节 横道图 第三节 网络计划—双代号网络 第四节 网络计划—单代号搭接网络 第五节 工程项目成本计划和成本模型 第六节 工程项目资源计划和优化 第六章 工程项目实施控制 第一节 工程项目实施控制系统 第二节 工程项目进度控制 第三节 工程项目成本控制 第四节 工程项目质量控制 第五节 工程项目全面风险管理 第七章 工程项目沟通 第一节 概述 第二节 项目中几种重要的沟通 第三节 沟通方式 第八章 信息管理 第一节 概述 第二节 工程项目报告系统 第三节 工程项目管理信息系统 第四节 工程项目文档管理 第五节 计算机在项目管理中的应用

采用FLAC3D程序和离散裂隙网络技术构建的遍布节理岩体模型能同时考虑节理岩体中节理和岩体的作用,具有概念清晰、建模快捷、计算效率高等特点.首先对现场结构面测绘数据进行统计分析,获得其概率分布特征参数,在此基础上分两尺度考虑节理并确定其离散裂隙网络模型;其次基于离散裂隙网络模型构建相应的节理岩体模型,研究其强度特征并获取工程岩体单轴抗压强度;结合Hoek-Brown、Mohr-Coulomb准则及最大围压拟合综合确定节理岩体力学参数;最后将拟合所得参数用于边坡稳定性分析,分别运用强度折减法和极限平衡法计算两种模型的安全系数,对比发现计算结果基本一致,表明所提出的研究思路用于确定节理岩体参数是可行的

通过测量大庆地区区域土壤的理化性质以及碳钢的短期腐蚀数据,分析土壤传质过程的逻辑关系,构建了碳钢短期土壤腐蚀预测模型.通过用该模型在BP人工神经网络中进行学习、训练及模拟,并与现场碳钢埋片腐蚀实验结果对比,进一步验证了腐蚀模型的合理性.结果表明:含水量、空气容量、pH、Cl-含量、SO42-含量和可溶盐总量六种土壤环境参数为影响区域土壤中碳钢腐蚀的主要因素;运用基于Matlab平台的人工神经网络,通过不断地积累土壤腐蚀信息,多次训练后可以建立起稳定性好、泛化能力强的土壤腐蚀预测模型,能较好地预测了大庆地区碳钢在土壤中的腐蚀速率

§10－1 正弦电压和电流 §10－2 正弦稳态响应 §10－3 基尔霍夫定律的相量形式 §10－4 RLC元件电压电流关系的相量形式 §10-5 正弦稳态的相量分析 §10－6 一般正弦稳态电路分析 §10－7 单口网络的相量模型 §10 - 8 正弦稳态响应的叠加 §10－9 电路实验和计算机分析电路实例

4.1 电力网络的数学模型 4.2 功率方程和节点分类 4.3 牛顿-拉夫逊法潮流计算 4.4 P-Q分解法潮流计算 4.5 Matlab 在电力系统潮流分析中的应用举例

§10－1 正弦电压和电流 §10－2 正弦稳态响应 §10－3 基尔霍夫定律的相量形式 §10－4 RLC元件电压电流关系的相量形式 §10-5 正弦稳态的相量分析 §10－6 一般正弦稳态电路分析 §10－7 单口网络的相量模型 §10 - 8 正弦稳态响应的叠加 §10－9 电路实验和计算机分析电路实例