XM-270/20/40密炼机的使用和改进情况

根据XM-270/20/40密炼机在使用中存在的问题,对该机的液压系统,干油润滑系统、炭黑投料装置、冷却系统,温控能控记录仪等作了一些改进,使该机性能更加完善,满足了工艺要求。指出了使用中应注意的问题和建议。     

复合塔板的流体力学特性(Ⅱ) 操作变量和液体物性对塔板流体力学特性的影响

在前文工作的基础上进一步研究了同时具备大孔径和高开孔率条件的复合塔板 ,研究了操作变量和流体的物理性质对该复合塔板流体力学性能的影响 .结果表明 :液体的密度增加 ,塔板压降增加 ,漏液量增加 ;黏度增加 ,塔板压降降低 ;表面张力减小 ,漏液点速度上升 ,雾沫夹带增大 ,液泛速度下降.     

神经网络在特征价格模型中的应用

为解决函数形式多样性而导致的结果不确定性问题,将神经网络应用于特征价格模型中.基于所采集的西安市房地产信息,利用神经网络理论,在Matlab软件中输入特征变量信息,选用带有动量法和自适用学习率的改进算法对神经网络进行训练,直接输出有效的预测价格结果.与特征价格模型常用的四种函数形式所得出的结果进行比较,验证了神经网络在预测能力上具有相对的稳定性和精确性.     

基于支持向量机的边坡稳定性系数预测及变量分析

边坡稳定性研究对于地质灾害的防治尤为重要,为了研究不同机器学习模型的边坡稳定性预测效果,以边坡稳定性系数为预测对象,选择重度、黏聚力、内摩擦角、边坡高度、坡角、孔隙压力比为输入变量,建立了基于支持向量机（ＳＶＲ）的边坡稳定性系数预测模型。研究了不同核函数对 ＳＶＲ模型预测结果的影响,对比了 ＳＶＲ模型与极限学习机（ＥＬＭ）模型、ＢＰ神经网络模型的预测效果,分析了各输入变量对 ＳＶＲ模型与 ＥＬＭ模型预测性能的影响。结果表明:基于 ＳＶＲ的边坡稳定性系数预测模型的预测效果较好,其中采用了 ＲＢＦ核函数的 ＳＶＲ模型预测效果较好,平均绝对误差为 8．10％,均方根误差为 0．034;输入变量对 ＳＶＲ模型与 ＥＬＭ模型的影响较大,剔除各变量后 ＳＶＲ模型预测结果的均方根误差变化小于 0．02,因此本文建立的 ＳＶＲ模型具有更好的稳定性。     

基于自主学习与SCAD-Net正则化的回归模型

众多基因生物标志物选择方法常因研究样本较少而不能直接用于临床诊断.于是有学者提出整合不同基因表达数据同时保留生物信息完整性的方法.然而,由于存在批量效应,导致直接整合不同基因表达数据可能会增加新的系统误差.针对上述问题,提出一个融合自主学习与SCAD-Net正则化的分析框架.一方面,自主学习方法能够先从低噪声样本中学习出基础模型,然后再通过高噪声样本学习使得模型更加稳健,从而避免批量效应;另一方面,SCAD-Net正则化融合了基因表达数据与基因间的交互信息,可以实现更好的特征选择效果.不同情形下的模拟数据以及在乳腺癌细胞系数据集上的结果表明,基于自主学习与SCAD-Net正则化的回归模型在处理高维复杂网络数据集时具有更好的预测效果.     

扩展BVP振子弱周期扰动下的振荡与同步

针对扩展bonhoeffer-van der pol(BVP)振子易受不确定因素影响的问题,提出了将非线性动力学分析与数值模拟相结合的方法,并考察了弱扰动对混合模式振荡类型和同步行为的影响.根据模拟结果得知,多种类型的混合模式振荡受弱扰动的影响出现了坍塌现象,且从理论上证明了两个耦合bonhoeffer-van der pol振子的膜电压比慢变量到达完全同步时所需的耦合强度要大,在二维参数平面上,膜电压到达同步时所取参数范围应小些.结果表明,与膜电压相比,慢变量更容易达到同步,且变量之间呈现一种线性关系.     

永磁同步电机新型转矩自适应控制

在很多场合永磁同步电机的输出转矩需要精确控制,同时希望转速平稳,不受电机参数变化及负载扰动的影响。介绍了一种以转速、转矩和磁链为虚拟变量的反推控制算法,可以使永磁同步电机的输出转矩在全局范围内快速无差跟踪负载转矩,并结合自适应控制律,可以实时估计定子电阻和负载转矩,能有效减小内外部扰动对电机转速的影响。仿真结果表明:此控制方法可以有效提高系统的静态和动态性能,保证系统的全局收敛,且转矩跟踪迅速,电机参数变化和负载扰动对电机转速的影响很小,有良好的伺服性能和较强的抗干扰能力。     

基于复杂城市道路网络的交通拥堵预测模型

随着城市交通的发展,道路网络越来越复杂,交通拥堵越来越严重,准确预测交通拥堵是城市缓堵保畅,提高城市交通管理能力关键技术之一。传统马尔可夫预测模型中的单变量模型只能解决单个时间序列上的交通预测问题,一阶模型仅考虑了相邻时间点数据之间的影响,高阶多变量马尔可夫模型的预测精度不足,难以解决复杂城市道路网络交通拥堵预测的问题。对此,文章提出了一种添加调节项的高阶多变量马尔可夫模型(AAT-HO3M),证明了模型的收敛性,进行了参数估计,并参考城市道路交通运行评价指标体系,对城市拥堵进行预测分析。通过预测试验证明,AAT-HO3M预测精度高于传统高阶多变量马尔可夫模型和改进高阶多变量马尔可夫模型。预测效率优于改进的高阶多变量马尔科夫模型。     

基于投影及优势度的不确定语言群决策方法

针对属性权重信息不完全的多粒度不确定语言多属性群决策问题,提出一种基于投影及优势度的群决策方法.该方法采用连续区间二元语义的有序加权调和平均(ITC-OWH)算子将多粒度不确定语言评价矩阵转化为二元语义决策矩阵,基于投影法构建目标规划模型,从而确定单个决策者的属性权重向量.在每个决策者之下,计算任意2个方案之间比较的综合属性优势度,根据综合优势度矩阵及决策者权重向量获得群体综合优势度矩阵,由各方案的总优势度获取方案的排序结果.最后,将提出的群决策方法应用到潜艇研制方案遴选问题中,验证了该方法的可行性与有效性.     

负相依随机变量序列延迟平均的一类极限定理

研究负相依随机变量序列延迟和的一类强大数定理以及强收敛性.利用随机变量截尾方法建立负相依随机变量的概率不等式和矩不等式,在矩条件E(exp{t|X1|})＜∞(p＞1)下,获得了负相依随机变量延迟平均的强大数定理、完全收敛性以及(log n)-p∑n+1[log'n]k=n+1Xk的上、下界,推广了若干经典结果.