内嵌神经网络的不确定水质模型研究

不确定水质模型研究是提高和认识水环境中各种不确定性因素常用的手段,目前水质不确定模型主要是增加一个外部观测量,通过对观测结果的回归分析或滤波来分析不确定性因素的影响.本文将神经网络内嵌到水质模型中,构成一个具有学习功能的不确定性水质模型,此模型能从内部感知各种不确定性因素的变化,实践证明此模型在对具有不确定性污染物排放的预测上具有较高精度.     

直流电阻对焊接头变形和界面污物清除率研究

采用塑性变形理论和刚粘塑性材料模型研究了直流电阻对焊接头的塑性变形。建立了焊接接头变形区域内材料质点速度场和位移场的数学模型，导出了计算接头变形及接合界面污物清除率的公式。对焊接条件下接头的塑性变形和界面污物清除率进行了计算，并与实际接头外形进行了比较。结果表明，计算所得接头变形与实际接头变形基本相符，所得模型能较好描述塑性区内质点的运动规律。界面质点的运动规律也与试验研究结果相符。     

珠江外源污染时序混沌特性

利用混沌理论对珠江外源污染进行分析,得到外源污染的混沌相空间,在此基础上通过定义相空间中心点、偏离度概念,获得量化的外源污染混沌相空间点的分布范围,为河流治理规划提供依据.     

内嵌神经网络的不确定水质模型研究

不确定水质模型研究是提高和认识水环境中各种不确定性因素常用的手段，目前水质不确定模型主要是增加一个外部观测量，通过对观测结果的回归分析或滤波来分析不确定性因素的影响。本文将神经网络内嵌到水质模型中，构成一个具有学习功能的不确定性水质模型，此模型能从内部感知各种不确定性因素的变化，实践证明此模型在对具有不确定性污染物排放的预测上具有较高精度。     

组合法在河涌水质预测中的应用

利用组合预测技术,在SP模型与RBF模型的基础上,构建BOD、DO的组合模型,并应用于番禹市桥河涌水质预测中,结果表明,组合预测模型的预测误差最小,预测精度明显提高,即组合预测法在复杂水环境中BOD、DO的预测是更有效。     

时滞不确定BOD-DO水质模型研究

不确定水质模型研究是提高和认识水环境中各种不确定性因素常用的手段,目前水质不确定模型主要是增加一个外部观测量,通过对观测结果的回归分析或滤波来分析不确定性因素的影响.本文将神经网络内嵌到水质模型中,从模型内部感知各种不确定性因素的变化,提高模型预测精度,丰富了不确定性水质模型研究内容.     

插入封闭式接管分析设计

对于压力容器中的 1种特殊封闭式开孔接管问题进行了分析设计方法研究 ,通过简化B B HOBOЖИЛОВ提出的薄壳理论微分方程 ,导出了结构的求解方程 ,进行了 3种计算方法的实例验证。结果表明 ,按该方程求解有很好的计算精度。