催化裂化气体烃收率神经网络模型

在小型固定流化率反应装置上进行蜡油与渣油的催化裂化反应实验。考虑人工神经网络在处理复杂系统的建模问题上具有优越性,经过网络结构和学习样本的确定、网络的训练、模型预测能力的考察,利用神经网络建立蜡油与渣油催化裂化气体烃产率模型,该模型直接将气体烃产率与原料油的结构族组成和物性,气体＋ 焦炭产率,汽油产率进行了关联。研究结果表明该模型具有较好的计算精度和满意的预测能力。     

催化裂化粗汽油干点的神经网络质量模型

在对影响粗汽油干点质量模型的主要因素进行分析的基础上,利用小波变换对催化裂化生产过程数据进行了预处理,建立了催化裂化生产过程粗汽油干点的神经网络质量模型,仿真结果表明了该模型的有效性和可靠性.     

渣油催化裂化反应集总动力学模型的研究

本文应用集总理论,将渣油催化裂化反应系统归并为减压渣油、重燃料油、轻燃料油、汽油和气体+焦炭,又将减压渣油、重燃料油、轻燃料油划分为烷基碳、环烷碳和芳香碳,提出了渣油催化裂化反应物理模型.考虑到碱性(?)中毒、重芳环吸附和生焦引起的时变失活的影响,通过催化裂化反应实验和参数估计,测定反应速率常数和活化能参数,建立了可预测产品分布的渣油催化裂化反应十一集总动力学模型.     

神经网络统一计算模型的设计规范

通过统一处理数据和功能的方式,建立了一种神经网络的统一计算模型,并借助Ｃ语言的结构类型提供了与该计算模型有关各项结构的形式化描述。最后,分别描述了神经网络的统一计算模型在计算设计和应用设计中的实例化方法。     

基于神经网络的气体目标识别方法

研究神经网络在战场气体特征目标识别应用中的有效算法.通过建立战场目标气体特性探测与分析系统,针对战场上不确定背景条件下气体目标的自动识别问题,在总结目标特性规律,分析BP算法的基础上,采用BP算法对分类器进行训练,改善系统对信号的探测能力.典型战场目标信号样本检验表明:利用基于神经网络的分类器来实现对战场气体目标的识别分类是可行的.     

基于神经网络的气体管道泄漏检测与定位

针对建立气体管道准确机理模型比较困难的问题,提出基于压力时间序列的神经网络来进行气体管道泄漏检测与定位的方法。针对管道的流量测量的精度较低且安装流量计会破坏管道原流场的问题,提出采用主动施扰法检测气体管道不同位置的压力信号,利用压力时间序列神经网络获取泄漏点的位置信息和泄漏量信息,并通过实验分析泄漏位置不同和泄漏量大小对检测精度的影响。实验结果表明,该方法能实现气体管道泄漏检测与定位,并且精度较高。     

基于神经网络的气体目标识别方法

研究神经网络在战场气体特征目标识别应用中的有效算法．通过建立战场目标气体特性探测与分析系统，针对战场上不确定背景条件下气体目标的自动识别问题，在总结目标特性规律，分析BP算法的基础上，采用BP算法对分类器进行训练，改善系统对信号的探测能力．典型战场目标信号样本检验表明：利用基于神经网络的分类器来实现对战场气体目标的识别分类是可行的．     

基于神经网络的食品安全评价模型构建研究

食品安全评价模型的准确度高低,直接影响食品安全状况评价、预测的准确率.结合危害分析与关键控制点的（HACCP）食品安全管理体系理论,从食品供应链的角度出发,建立食品安全评价指标体系;使用层次分析法（AHP）改进逆向传播（BP）神经网络算法中随机初始化计算权重的方法,训练样本数据,并以测试数据作为验证,检测模型的误差收敛速度和拟合度.结果表明,这种BP神经网络结合AHP方法构建的模型具有实用、精度高、快速、客观等优点,可用于生产、加工、销售等流通环节食品安全评价、区域食品安全评价以及种类食品安全评价.     

低压气体放电光源的统计模型

根据低压气体放电管发光的特点，建立了它的统计模型，由统计模型计算得到它的统计自相关函数，经过付里叶变换，得到该类光源的功率谱密度，最后对此类光源的时间相干性及光谱特点作了简要的讨论。     

基于灰色神经网络模型预测变压器油中溶解气体的含量

建立了变压器油中溶解气体的灰色神经网络预测模型,用MATLAB仿真计算,结果表明该模型优于单独GM（1,1）模型。     

在于神经网络的模型辨识

提出了一种神经网络的智能ＩＭＣ模型辨识方法，给出了有效的基于共轭梯度的神经网络学习算法。领导具结构表明，该方法可用于难以建立数学模型的对策。     

BSB神经网络模型的动力学分析

在对称矩阵的基础上,对具有非对称权矩阵和具有一定的输入出关系的一类ＢＳＢ神经网络动力学模型进行了稳定性分析,得到了超立方体Ｈｎ的端点都是平衡点的充分必要条件,超立方体Ｈｎ的端点都是稳定平衡点的充分条件,以及一定条件下,超立方体Ｈｎ上,ＢＳＢ模型的平衡点,稳定平衡点,不稳定平衡点的数量及分布。     

轻燃料油催化裂化生焦动力学模型的研究

在小型固定流化床反应装置上进行轻燃料油催化裂化反应实验，经参数估计确定了生焦动力学参数，建立了轻燃料油催化裂化反应生焦动力学模型．通过对动力学参数与原料组成进行线性关联，改进了模型计算精度．     

基于神经网络的广东省道路交通事故模型

在广东省历年道路交通统计数据的基础上,利用BP神经网络模型和Elman神经网络模型,对广东省道路交通事故进行了建模研究.应用Matlab软件对模型进行了计算实现,并对计算结果进行了分析,结果表明模型效果良好. 更多还原     

神经网络在水质模型中的应用

将神经网络理论和算法应用于水环境评价中，基于RBF神经网络进行水质建模，应用国内河流的实测样本对模型进行训练和检验．该方法较之原有的水质数学模型以及其他全局逼近神经网络方法的结果更加精确，适用范围更广．     

神经网络模型的研究

模型研究是神经网络研究的主要内容之一。讨论了其中有代表性的Ｈｏｐｆｉｅｌｄ网络、多层感知器、Ｂｏｌｔｚｍａｎｎ机和Ｋｏｈｏｎｅｎ自组织网络，分别给出了这些网络模型的结构和学习算法，并分析了它们的特点及应用。     

高阶神经网络模型特性研究

研究了高阶神经网络模型阶数和性能之间的关系。给出了相应的算法和公式，并进行了仿真研究。结果表明：系统性能的提高并不是简单地与系统阶数成正比，对于全互联神经网络模型。就存储指标而言，只需考虑到四阶相互作用，更高阶的考虑对网络性能提高较小而其代阶则急剧增大。     

神经网络在交通平衡分配中的初步应用

目前随着智能交通被广泛应用,其中的技术关键是需要建立路网的动态交通分配模型和对整体优化模型的求解,达到对控制参数进行调整,从而实现城市范围内对交通流进行动态协调。本文试图运行具有并行分布处理模式的神经网络理论来解决具有相同特点的交通网络分配问题,为城市交通平衡分配问题提出一个新的求解途径。