摘要：为了减少轴驱动升力风扇起动时间,针对轴驱动升力风扇式组合推进系统提出了较为通用的控制规律设计方法。建立了一种基于趋势外推和参考升力风扇转速变化曲线的剩余起动时间预测模型;基于该时间预测模型和控制规律逐点寻优设计方法,进行起动过程控制规律逐点寻优,通过进行多轮次寻优并利用每轮的优化结果更新参考转速曲线,便可获得起动过程控制规律。应用该方法设计了起始状态低压转子转速为50%的起动过程控制规律,其起动时间仅需3.1 s与常规逐点寻优方法对比缩短了22.5%,且起动过程严格满足安全工作限制;进一步设计了起始转速为90%以及在50%~90%之间的多组起动控制规律,结果表明该方法不仅适用于低转速起动,在高转速起动时依然有效。

摘要：准确预测起伏管道干燥时间可保障管道低洼处残余水干燥彻底,避免投产后天然气含水量超标。通过建立起伏天然气管道干空气法干燥时间预测模型,引入低洼处积液量与表面积的几何关系模型,对低洼处积液量及表面积随干燥时间的变化规律进行准确描述,并通过室内实验分别验证了连续吹扫过程及封堵过程的准确性。选取某标段现场大口径起伏天然气管道进行干燥模拟,结果表明:起伏管道干燥时干空气露点不宜低于-40℃,流速不宜高于6 m/s,均匀水膜从前向后逐渐被干燥,管道后端低洼处残余水最后被干燥。研究成果提高了起伏天然气管道干燥时间的预测精度,可对起伏天然气管道干燥方案设计及干燥施工过程提供指导。

摘要：设计了一种基于深度学习的预测模型,以提升具有大数据特征的离散智能车间订单完工时间预测能力。从当地企业的MES系统中查询选取生产线的数据用于研究,初步统计分类并使用主成分分析法处理;搭建基于DNN(深度神经网络)的预测模型,初始化模型参数,选择Softmax回归分类器;对比BP神经网络与RBF神经网络,以验证模型准确度和可靠度。

摘要：为了更好地为一项新设计任务估算合理的设计时间,为流程设计者提供科学的、优化的决策支持。以项目需求和创新性为评价标准,采用线性回归法对工作流中的设计过程进行预测,对得到的回归方程进行线性回归关系的显著性检验,并给出了预测时间值的置信区间。采用加权分配法对工作流各个节点的执行时间进行估算,给出了加权分配法的公式,并采用正态分布对工作流及工作流各个任务节点的工作进度进行了估算。

摘要：首先利用质量功能配置技术从设计要求中提取产品特征,从而确定影响设计任务所需时间的因素集;其次给出一种模糊神经网络模型来融合数据并实现时间的预测,该模型通过模糊综合评判来精简结构;最后通过注塑模具设计应用表明了该智能预测方法的有效性和可行性.

摘要：消费者通常会预测活动花费的时间,已有研究主要探讨消费者如何预测活动的持续期,但尚不明晰消费者在持续期内如何预测活动的投入时间。探讨影响消费者在持续期内预测投入时间的持续期表述单位和应答格式两个因素,基于时间分配视角,将消费者预测时间的格式分为时间量格式和次数量格式两类。基于粒度效应和锚定调整理论,通过3个实验验证持续期表述单位和应答格式对消费者时间预测的交互作用,运用Bootstrap中介分析法探讨感知信心在这一交互过程中的中介作用。研究结果表明,当以时间量作为时间预测问题的应答格式时,与以粗略型单位(如1个月)表述持续期相比,精细型单位(如30天)表述持续期能降低消费者的感知信心,从而使消费者预测自己投入的时间更少;当以次数量作为时间预测问题的应答格式时,与以精细型单位表述持续期相比,粗略型单位表述持续期能降低消费者的感知信心,从而使消费者预测自己投入的次数和投入的时间都更少。此外,在投入时间一定的情况下,按照不同的持续期表述单位和应答格式进行时间分配影响消费者对目标活动的参与意愿。当以时间量作为时间分配的重点时,与以精细型单位表述持续期相比,以粗略型单位表述持续期促进消费者的参与意愿;而当以次数量作为时间分配的重点时,与以粗略型单位表述持续期相比,以精细型单位表述持续期促进消费者的参与意愿。在理论层面上,研究成果有助于更全面地了解与时间相关的情景因素如何影响消费者对时间的预测;在实践层面上,研究成果有助于企业为产品或服务设计有针对性的时间分配方式。

摘要：铁路货物运输时间会影响物流交付、列车调度等,准确的铁路货物运输时间预测是合理制定运输组织方案的关键。货物列车的运营受很多复杂因素的耦合影响,而既有研究普遍缺乏对各因素特征交互的深入探索,为了探索铁路货物运输时间预测新的特征融合机制、提高整体预测效果,本文创新性地将智能推荐算法领域的xDeepFM算法引入货运时间预测问题。基于该算法的因子分解机、深度学习等思想构建了货运时间预测模型,设计了数据预处理、特征映射及参数寻优模块,利用模型能自动高效学习复杂因素的显式和隐式高维特征交互关系来提升预测效果,为解决铁路货物运输时间预测问题提供了新思路。在案例研究中,本文选取2种经典机器学习模型(LSSVM、随机森林模型)和3种新颖深度学习模型(DNN、CNN、LSTM)作为对比模型。实验结果表明:本文所建的xDeepFM模型的预测误差MSE为0.4991,MAPE为3.473%,相较于对比模型,xDeepFM模型具有更高的预测准确度,适合运营环境复杂的货物运输预测问题,能够实现较好的预测效果。

摘要：针对露天矿卡车从装载点到卸载点的运输循环总时间预测问题,在考虑卡车特征、道路特征和天气特征影响的情况下,通过支持向量机(SVM)、Adaboost和随机森林(RF)3种算法构建了露天矿卡车运行状态时间预测模型。以某大型露天矿山的卡车调度系统采集数据为例,结果表明,针对运行状态时间预测,采用SVM、Adaboost和RF 3种算法预测结果均优于传统平均法,最佳机器学习方法的平均绝对误差降低了81.52%;同时,将运行状态作为行程时间预测的最小单元进行组合预测,比用单一方法预测整个运输过程时间更好,其平均平方误差和平均绝对误差分别相对降低了76.96%和29.90%。

摘要：根据理论力学和松散物料力学的理论推导出箕斗和定量斗任意位置处煤的内应力表达式,依据动量定理得出箕斗卸载口和定量斗卸载口的卸载速度表达式,最终建立了箕斗装卸载时间预测模型。以50t箕斗装卸载为例进行分析,探讨时间预测理论模型的正确性和可靠性,为主立井合理、安全设计提供参考。

摘要：文章分析了大型建筑物内人员疏散的特点,结合某幢教学楼的设定火灾场景人员的安全疏散,对该建筑物火灾中人员疏散的设计方案做出了初步评价,得出了一种在人流密度较大的建筑物内,火灾中人员疏散时间的计算方法和疏散过程中瓶颈现象的处理方法,并提出采用距离控制疏散过程和瓶颈控制疏散过程来分析和计算建筑物的人员疏散。