2005年世界最大炼油公司排名

根据美国《油气杂志》统计，在2005年全球炼油能力排名前25位的大石油公司中，位居前3位的仍是埃克森美孚公司、英荷壳牌公司和BP公司。中国石油化工集团公司仍保持第4位，瓦莱罗（Valero）能源公司由上年第11位晋升至第5位。委内瑞拉国家石油公司则由第5位下降至第6位。中国石油天然气集团公司由第13位晋升至第9位。2005年世界最大炼油公司排名见表1。     

Large JV Chemical Plant Kicks Off

Construction of one of the largest petrochemical joint venture projects in the country - and BP 's largest project in China - kicked off in the Shanghai Chemical Industrial Park in late-March, 2002.The developer of the project is the Shanghai SECCO Petrochemical Co. Ltd, a 50-30-20 equityjoint venture by BP, China Petrochemical Corporation (Sinopec) and the Shanghai Petrochemical Co. Ltd (SPC). This project is slated for completion and opening in the first half on 2005, with a tota…     

Tsinghua-BP Cooperative Project Unveiled

British Prime Minister Blair attended the ribbon-cutting ceremony for Tsinghua-BP Clean Energy Research and Education Center on July 22 during his three-day visit to China. The     

人工神经网络——模糊控制研究近况

本文综述了人工神经网络－－模糊控制在近期的一些研究成果。     

构造性神经网络在测井岩性识别中的应用

测井岩性识别是石油勘探中十分重要的基础工作,准确的岩性识别结果可以为勘探和开发提供可靠的依据。人工神经网络方法可对复杂的高维数据进行非线性映射,在模式识别领域得到越来越广泛的应用。针对传统的BP神经网络算法存在收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法---级联算法（Cascade Correlation Algorithm,简称CC算法）及其在石油工程中的应用。采用该算法对甘肃镇原-泾川地区进行岩性识别研究,通过与BP神经网络的识别结果进行比较,体现出构造性神经网络的优越性。     

改进的BP神经网络在电子器件可靠性参数预测中的应用

提出一种基于BP神经网络的电子器件可靠性参数预测的新方法。以具体实验数据为例,以MATLAB中的神经网络工具箱为工具,采用了改进的BP神经网络,并对其设计方案进行了详细的分析说明,发现动量参数和学习率对训练次数的影响都很小;采用双隐含层比单隐含层训练更稳定,收敛的也更快速,同时给出了理想的学习方案。最后通过实验验证了该方法的有效性。