电力负荷预测的一种综合方法

在电力负荷预测的数学方法中，有多种预测模型，因而有多个预测结果，目前还没有令人满意的方法，用来确定出其中最接近实际的结果，另外，大多数的预测样本都存在着数据失真，直接导致预测结果失真，这些都较大地影响了预测的准确性，本文提供了一种筛选方法，对模型和样本数据进行过滤。     

复混肥料生产装置的技术进步

复混肥料生产装置的技术进步姜国泉（南化（集团）公司磷肥厂２１００４８）纵观已建的复混肥装置，绝大多数尚不能满足专用复混肥或多功能型复混肥生产的要求。因此，对于新建和已建的复混肥料生产装置，有必要强调其技术改造的要点。１要有１套对某些微量元素（如含钼复...     

玻璃纤维除雾器的应用

一、前言南化氮肥厂硫酸车间一、二系统是一级电雾水洗流程,1977年以前,酸雾指标长期很差,鼓风机出口酸雾含量在0.1～0.9克/米~3,有时高达2克/米~8以上,干燥塔带酸沫严重,管道积酸泥甚多,鼓风机叶轮被腐蚀,冷热交换器每次大修要更换100～200根列管,转化器内触媒被粉化,阻力上升迅速,因此大修间隔期短,甚至不到一年就要大修。多年来该车间为了解决这一带雾沫问题,先后在干燥塔后用过布状金属丝网,筒状不锈钢丝网,平铺的玻璃纤维过滤器(箱式),不锈钢车屑,焦炭等均未得到良好的效果。     

发烟硫酸冻结事故

南化氮肥厂硫酸车间一、二系统进行部份技术改造后,于1986年10月上旬进行了化工试车,当时干吸工序酸浓度表尚未调试好,暂时不能使用,只好用人工分析来代替。整个化工试车很不顺利,尤其是焙烧工序的排渣设备及干吸工序的排管冷却器经常     

基于导向驱动的人工智能课程教学实践研究

随着人工智能技术的快速发展,智能家居、无人驾驶、智慧城市和智能医疗建设中都可以看到人工智能的身影,《人工智能》逐渐成为了大学计算机专业的核心课程。大学计算机教师要关注人工智能技术发展,设计全新的导向驱动式教学模式,从兴趣驱动、问题驱动和任务驱动入手,引导学生探索模式识别、计算机视觉和数据挖掘等专业知识,提升学生的实操能力,体现学生在课堂上的主体地位,尽快使学生掌握编程、图形图像识别和智能化系统设计等知识,提升学生岗位胜任能力。     

一类非张量积区域快速傅立叶变换算法在匡产并行机上的可扩展性测试

本文给出了一类基于六边形非张量积区域上的广义离散快速傅立叶变换算法（HFFT）以及它在国产百万亿次超级计算机（曙光5000A）上的测试运行情况．文章介绍了该算法在曙光5000A上的大规模集群测试加速比和可扩展性特性,并通过分析,说明HFFT在国产超级计算机的大规模并行环境下拥有良好的可扩展性．在使用8192个处理器核的情况下,HFFT加速比达到了277倍．我们同样对FFTw软件包进行了测试．本文的分析为解决其他科学计算程序在国产百万亿次规模集群上的可扩展性问题,提供了一些先行的参考和建议．     

并行计算模型参数动态分析软件包设计

并行计算模型的发展引入越来越多的模型参数。对并行计算模型参数动态采集分析软件包DEMPAT的整体框架进行研究,实现基于硬件性能计数器的存储层次参数采集模块。实验表明,该模块能够准确快速地获取存储层次参数且具有较好的可移植性。     

基于MPI和CUDA的蛋白质定量软件的设计和分析

介绍了蛋白质定量软件的设计及测试结果,分析结果表明:P-QuantWiz软件在曙光600。的Intel集群部分,测试规模达到2048核,在256核加速比仍在增加。相对P-QuantWiz软件在单CPU运行的结果,PG-QuantWiz软件在单CPU运行的加速比为8.1,在16个GPU上运行的加速比为14.18,并行效率为89%。     

并行计算通信库测试方法研究及实践

并行计算通信库的测试在并行计算系统中起着重要的作用.对通信库的测试一般都是通过设计一些测试程序对库的各个或几个部分分别进行单独隔离测试.但是有许多库中的错误用这种隔离测试方法测不出来,只有当库的多个部分以某种复杂的、有机的方式组合运行时才会暴露出来.而这种复杂的、有机的组合方式,从设计库的测试角度看很难形成.提出两种新的测试方法,根据通信库结构的分层特性,利用可移植的上层库的测试程序来测试下层库.上层库的测试程序也可看做是下层库的应用程序,但与一般的下层库应用程序不同,它几乎覆盖了下层库的各个部分,且有机地将它们组合起来,运行时形成某种复杂的形态,而仅用下层库的测试程序往往达不到这种形态.这样,逃过下层库测试程序的错误就可能暴露出来.     

采用双折线步方法的傅里叶神经网络

目前神经网络已经成为解决非线性系统辨识问题的一类有效的方法,但是常用的多层感知器存在网络稳定性差、收敛速度慢的问题.在多层感知器和傅里叶级数基础上提出的傅里叶神经网络具有较好的泛化性、模式识别能力,但其学习算法主要采用最速下降法,易产生陷入局部极小,学习速度慢等问题.提出一种采用双折线步方法的傅里叶神经网络,避免了局部极小问题,且具有二阶收敛速度.通过相应的数值算例验证新算法的性能,并应用于非线性系统的识别问题中,其结果和几类经典的神经网络算法做了相应的对比和分析.