基于Bayesian正规化BP神经网络的粘结NdFeB永磁体性能预测

基于MATLAB平台和现有的少量实验数据,采用Bayesian正规化法,建立了一个输入为工艺参数、输出为NdFeB永磁体性能参量的BP(Back Propagation)神经网络预测模型,并通过测试样本检验了ANN(Artificial Neural Network)模型的准确性.实验表明,建立的Bayesian正规化BP神经网络模型不仅能准确地拟合训练值,而且能很好地预测未知样本,将该模型应用于材料制备工艺设计,可以明显缩短实验周期,提高工艺设计效率,对实际的研究工作具有一定的指导意义和应用价值.     

火力发电厂电气节能降耗的问题与技术措施

能源节约与环境保护是我国可持续发展战略的重要举措,关系着社会各领域的建设以及人们的正常生活。火力发电厂具有高耗能的特点,势必会受到当前资源紧张、能源匮乏、环境污染等形势的影响,使其面临着重大挑战。本文先是分析了现阶段火力发电厂电力消耗问题,并从根本上提出针对性的技术措施,旨在实现发电厂电气节能降耗的目标。     

一种基于改进的权值调整技术数据源分类算法研究*

针对传统的搜索引擎无法正确搜索到Deep Web中隐藏的海量信息,对Web数据库的分类是通向Web数据库分类集成和检索的关键步骤。提出了一种基于权值调整技术的Deep Web数据库分类方法,首先从网页表单中提取特征;然后对这些特征使用一种新的权重计算方法进行估值;最后利用朴素贝叶斯分类器对Web数据库进行分类。实验表明,这种分类方法经过少量样本训练后,就能达到很好的分类效果,并且随着训练样本的增加,该分类器的性能保持稳定,准确率、召回率都在很小的范围内波动。     

火力发电厂热动节能方法

火电厂的发电本质就是把煤这一能源转化成电能的生产方式。在转化的过程中最重要的就是如何消耗最少的燃料,生产出更多的电量,对于火力发电厂来说,目前存在的节能减排的方法是多种多样的,但是各种方法之间的关系也是非常混乱的,在操作指导的方法上也存在一定冲突,应该根据火力发电厂能耗的标准,运用各种节能手段以及管理的方法 ,为节能减排创造一个良好的技术环境。     

论CMM和CMMI中的测评技术

对软件的生产必须进行工程化的管理，这是早已取得的共识，但是如何对软件企业进行评估，并进一步提高软件的质量及其生产率，这则是亟待解决的问题．CMM和CMMI的制定解决了这一问题。软件的测试则是传统软件生产中的另一重要环节，文章重点讨论了CMM和CMMI的基本情况．并比较了测评在二者中作用．     

ODBC在Authorware中的应用

本文结合实例说明了在Authorware中如何通过ODBC调用各种数据库,并特别说明了ODBC的两种配置方法及ODBC函数的具体用法.     

基于Access的地质遗迹数据库的设计与实现

根据《国家地质公园规划修编技术要求》,介绍了在Access中地质公园地质遗迹登录数据库表的结构的设计,地质遗迹登录系统的窗体的总体设计,以及地质遗迹窗体的详细设计及实现,并给出了部分VBA关键代码,软件低成本、易部署。     

复合菌种酿造高盐稀态酱油及其品质分析

文章以实验室诱变选育的米曲霉A3-2、A18-3为主要发酵菌种,采用分段控温制曲工艺:前期31℃、中期30℃、后期29℃,并进行分段控温发酵:前期15℃、中期25℃、后期30℃.酿造试验结果表明:高盐稀态酱油的品质有所改善,氨氮含量明显提高,发酵4个月和6个月的高盐稀态酱油中游离氨基酸分别为6.622 g/dL和7.782 g/dL,其中人体必需氨基酸占总量的40％左右.米曲霉A3-2、A18-3适于高盐稀态酱油的酿造工艺,复合菌种和精细调控不但改善了酱油的品质,而且缩短了发酵周期.     

均匀化退火对Nd-Fe-Co-Ga-Zr-B合金铸锭组织及HDDR粘结磁体磁性能的影响

利用XRD,SEM,EDX等手段分析了均匀化退火对Nd12.2Fe63.8Co17.4Ga0.5Zr0.1B6合金铸锭的相组成和微观结构的影响,分析了均匀化退火温度和保温时间对氢化-歧化-脱氢-再化合(HDDR)粘结磁体磁性能的影响规律.结果表明,均匀化退火消除了Nd12.2Fe63.8Co17.4Ga0.5Zr0.1B6合金铸锭中的偏析相和α-Fe枝晶;对该合金进行(1100～1150) ℃×10 h、随炉冷却的均匀化退火处理时,随着退火温度的升高,合金中的α-Fe不断减少,在1150 ℃下对该合金进行长时间(20 h)的均匀化退火处理后,其α-Fe的含量逐渐增多;经过1150 ℃×10 h、随炉冷却的均匀化退火热处理后,Nd12.2Fe63.8Co17.4Ga0.5Zr0.1B6合金铸锭中的α-Fe显著减少,HDDR磁粉的晶粒尺寸均匀且形状规则,其粘结磁体获得了最佳磁性能:Br=0.6309 T, Hcj=676.2 kA/m,(BH)max=55.6 kJ/m3.     

基于均匀设计和主成分分析的粘结NdFeB永磁体制备工艺优化研究

基于牯结NdFeB永磁体制备工艺优化实验,针对普通反向传播神经网络(BPNN)方法在预报建模中普遍存在"过拟合"和泛化能力差的问题,从优化实验方案、减少输入层节点数两个角度,结合均匀设计软件和主成分分析方法,提高训练样本的分布均匀性、"主动"改善网络结构,建立了一个粘结NdFeB永磁体制备工艺优化的2-5-3型BPNN预测模型.研究结果表明,改进的BP神经网络模型对BrHcj及(BH)m预测的相对误差的最大值分别为1.83%,1.28%和1.53%,较之传统的模型,泛化能力显著提高,网络预测也比较稳定,具有很好的实用性.