改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

煤储层渗透率影响因素及排采控制研究

在煤层气排采过程中,渗透率是影响气井产量的关键因素。本文通过分析煤层气排采经验,总经了在气井排采过程中,煤储层渗透率影响因素;并且在不同的排采阶段要采取不同的排采控制措施。     

基于声源定位的高校在线巡课系统设计与研究

随着网络建设以及信息化教学方法在高校教学过程中的应用普及,越来越多的高校使用在线巡课系统对教师的教学过程进行跟踪和管理,以便发现课堂教学中的亮点、问题和不足。文章提出的在线巡课系统,基于声源定位的技术,对传统的在线巡课系统做出了改进,解决了已有巡课系统中“只闻其声,不见其人”的问题,能够更直观地跟踪到教师的教学过程,包括教学行为以及师生互动过程,有效提升教务人员巡课效果和体验感受。     

PWR堆芯燃料组件非线性梁模型研究

为描述燃料组件的非线性特性，采用有限元方法建立燃料组件横向梁模型，并引入迟滞模型，用于模拟燃料组件横向变形时的非线性效应。计算结果表明:该非线性梁模型能够更准确地获得组件的弯曲变形和受力，有助于开展燃料组件事故分析。      

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

一种双路输出不间断直流电源的设计

针对不间断中小功率电源的需求，设计了两路输出分别是4.2Ｖ和12Ｖ的不间断直流电源，主要由多路输出正－反激变换器、Buck充电电路、单环稳压控制电路及锂电池放电切换电路组成。具体实现方法是，市电正常供电时，通过UC3845芯片控制正－反激变换器实现三路电压输出，其中两路分别是4.2Ｖ 和12Ｖ的稳压输出，另一路输出由ARM控制给锂电池分 阶段充电，在市电断电时，通过ARM智能控制继电器使锂电池切换到放电状态，利用同一个变压器再次通过反激变换器方式实现两路稳压输出，并且由ARM控制器采用 PID算法实现主路输出的稳定，完成相应的仿真和实验验证，结果表明了电路设计和控制方法的正确性，实现了不间断双路输出直流电源各项技术指标。     

区域导航对流层延迟误差修正模型研究

本文研究了电波大气折射理论，分析了传播误差因素，阐述了区域导航信号的传播路径与 GNSS 卫星导航的不同，论述了对流层延迟对区域导航信号测量精度的影响，设计了满足区域导航系统应用需求的对流层延迟误差修正模型，并通过仿真研究，验证了所设计区域导航对流层延迟误差修正模型的可行性，并给出了该模型在远距离低仰角和近距离高仰角下的误差修正能力。     

PMSM转矩估计算法研究及其嵌入式代码自动生成

伴随着石油资源的不断减少和人们对生存环境的重视不断加深,电动汽车的发展越来越受到各国政府和汽车企业的重视。电动汽车控制的关键在电机电磁转矩控制。文章研究了基于车用永磁同步电机的矢量控制模型的滤波器法和饱和反馈法转矩估计算法,比较了算法的优劣。接着利用MATLAB平台生成了该算法的嵌入式代码并进行了验证。     

云杉八齿小蠹Ips typographus L.虚拟模型构建方法研究

本文以云杉八齿小蠹Ips typographus Linnaeus为例,经标本选取,观察虫体整体形态,绘制整体结构草图,电子显微镜观察局部、得到局部数字图像,分别建立虫体每一部分的高精度细节。把模型每部分拼装在一起组成整体模型,构建出了云杉八齿小蠹三维虚拟昆虫数字化模型。