CDMA与线性模拟调制通信质量的比较与分析

CDMA在无线移动通信中受到了“垂青”,得到了通信专家与用户的首肯。为此,笔者将古典的线性模拟调制通信方式与现代的CDMA的性能予以量化比较,得出CDMA的优值可达10以上,优于线性模拟调制。因此选择CDMA作为首选通信方式是有理论依据的。     

石油精馏系统故障诊断专家系统中基于深层知识的学习模型…

精馏系统的故障诊断领域知识目前尚属不完善理论问题。如何完善故障诊断的知识库是一个急待解决的课题。本文提出了一种用于精馏系统故障诊断专家系统中基于深层知识的学习模型。该模型分４阶段：实例解释，猜想生成，猜想确立和推广。示例说明，应用此模型可使用现有知识库知识不能诊断的故障在获得新知识后得到了正确的诊断。     

催化裂化分馏塔多目标遗传算法优化

建立了催化裂化分馏塔多目标优化函数，并通过遗传算法对其求解，结果表明在某一组操作参数下生产，可以保证分馏塔重石脑油流量和轻柴油流量同时最优，此时多目标综合评价优化函数的适应度值为193．41，对应解下重石脑油流量Q1和轻柴油流量Q2分别为294．771（t／h）和92．053（t／h），均高于未进行优化的历史操作最高流量值Q1=225．177（L／h）和Q2=53．700（t／h），实现了分馏塔的多目标优化。     

改进棉籽油生物柴油低温流动性的研究

采用气-质联用仪、冷滤点测试仪和运动黏度测试仪对棉籽油生物柴油(CSME)的组分和低温流动性能进行研究,考察了CSME与-10号柴油(-10PD)调合和添加柴油防冻剂两种方法对改进CSME低温流动性能的作用。实验结果表明,CSME主要组分为饱和脂肪酸甲酯和不饱和脂肪酸甲酯,其含量分别为27.69%(w)和71.65%(w);CSME的冷滤点为-1℃、运动黏度(40℃)为4.63 mm2/s;CSME与-10PD调合,当CSME加入量为40%(φ)时CSME/-10PD调合油的冷滤点最低,达到-12℃;柴油防冻剂添加量不超过3%(φ)时,CSME加入量(φ)为5%,7%,10%,50%的CSME/-10PD调合油及CSME的冷滤点分别从-8,-8,-9,-11,-1℃降至-27,-28,-26,-16,-5℃。     

多效蒸发系统的多狭点和对糠醛精制溶剂回收系统的分析

多效蒸发系统属于可变冷、热源系统,此类系统在出现多狭点时达到最小外界供热和取热.基于此概念用各狭点区段的热平衡式构成线性方程组求解最优设计变量.此方法简单、快速、数值稳定性好.适当提高最后一级蒸发器的液相溶剂含量,并相应提高压力,可以提高换热器的平均温差.此时需增设一台辅助蒸发器,以减轻汽提塔负荷.对于糠醛精制,三效蒸发的低-高-中或中-高-低方案优于低-中-高方案.四效蒸发不必要.开发了MULTI和FURSE软件供糠醛装置分析.     

糠醛精制装置扩产的换热网络结构调优与能量综合优化

运用过程系统能量综合优化的“三环节”方法，对一要扩产的轻质糠醛精制装置进行了能量综合优化。通过采用增设沉降罐、改二效蒸发为三效蒸发并优化各效的蒸发率、对换热网络进行优化合成及换热网络的结构调优等能量的工艺利用、回收及转化环节的改进措施，并建立换热网络结构调优的经济优化数学模型进行优化，使扩产的糠醛精制装置的能量综合优化改进方案能耗达到了国内先进水平。     

石油精馏系统故障诊断专家系统中基于深层知识的学习模型——一种不完善理论问题的处理方法

精馏系统的故障诊断领域知识目前尚属不完善理论问题。如何完善故障诊断的知识库是一个急待解决的课题。本文提出了一种用于精馏系统故障诊断专家系统中基于深层知识的学习模型。该模型分4阶段:实例解释,猜想生成,猜想确立和推广。示例说明,应用此模型可使应用现有知识库知识不能诊断的故障在获得新知识后得到了正确的诊断。     

乙烯生产装置优化人工神经网络模型的建立

建立了一个用于乙烯生产装置优化的人工神经网络模型。该神经网络模型是以BP网络为基础的多层网络。该神经网络模型训练过程和应用优化过程是互逆过程。示例表明：训练后的神经网络模型可对乙烯生产装置进行快速工艺参数优化，获得较优的操作数据。     

电子商务中的SET

引 言 安全性与保密性是电子商务发展的关键,为确保网上支付的安全性,美国VISA和Mastercard国际组织等联合发起制定的SET(安全电子交易),于1997年5月3日正式公布,作为在网络上进行电子支付的安全标准。SET协议使用机密技术保证支付信息的安全性;使用数字式签名确保     

并行协作模块化神经网络体系结构

提出了一种并行协作模块化神经网络的体系结构和学习算法,它可实现复杂任务的自动分解判定和模块化训练策略.实验表明,本文提出的体系结构和算法与非模块化神经网络技术相比,提高了训练速度、改善了网络性能,它具有高效并行运行效率、容易实现新增样本学习等特点.