基于灰狼群智能最优化的神经网络PM2.5浓度预测

针对目前PM_2.5浓度测量成本高和测量过程繁杂等问题,建立了基于灰狼群智能最优化算法的神经网络预测模型。从非机理模型的角度,结合气象因素和空气污染物对上海市的PM_2.5浓度进行预测,并使用平均影响值分析了影响PM_2.5浓度的重要因素。使用灰狼群智能算法优化神经网络的过程中,引入了检验样本实时监控训练过程以避免发生"过训练"现象,确保建立的神经网络模型具有较好的泛化能力。实验结果表明：PM₁₀对PM_2.5的影响最为显著,其次是CO和前一天PM_2.5。选取2016年11月1日-12日的数据进行验证,其平均相对误差为13.46%,平均绝对误差为8μg/m³,与粒子群算法优化的神经网络、BP神经网络模型及支持向量回归（SVR）模型的误差相比,平均相对误差分别下降了约3个百分点、5个百分点和1个百分点。因此,使用灰狼算法优化的神经网络更适合上海市PM_2.5浓度的预测和空气质量的预报。     

魔芋精粉水膨化膨化度指标的确定和测定方法

从魔芋精粉水膨化处理的特点出发，认为采用体积膨胀比作为其膨化处理的膨化度指标是合适的和可行的，并利用体积相似理论设计了测定魔芋精粉膨化溶胶体积的简便方法，是研究魔芋精粉膨化特性的基础。     

上海印刷业可持续发展战略思考

企业战略是企业面对激烈的市场变化、严峻的竞争与挑战环境,为谋求长期生存和发展的整体性、长远性、基本性和谋略性的总体谋划。企业的发展取决于企业的创新优势和竞争能力,其创新优势和竞争能力构成了企业的核心竞争优势,或称核心竞争力。在市场经济激励的竞争环境中,核心竞争力是决定并制约企业发展和持久优势的主要因素之一。企业所具有的核心竞争优势,对企业的可持续发展具有重要作用。上海印刷业在经历了改革、调整、发展以及市场经济的磨合后,于20世纪90年代中后期出现了快速发展,在新世纪初更是呈现出高速发展的趋势。目前,上海共有…     

滤料气水反冲洗性能的人工神经网络模拟研究

对3组不同滤料的气水反冲洗性能的正交试验结果,用神经网络方法进行建模研究。建模实践表明:人工神经网络方法适合于滤料反冲洗的灰箱和黑箱系统的建模。建立了滤料气水反冲洗耗水量的BP人工神经网络模型,以便对变量进行重要度和灵敏度分析。在研究的空气反冲洗强度、水反冲洗强度、气水同时反冲洗历时、单水漂洗强度和池型5个变量中,水反冲洗强度最重要,空气反冲洗强度最不重要,为研究在保证清洁度的前提下有效降低气水反冲洗耗水量提供了理论依据。