冷链条件下气调包装酱卤鸭肉制品货架期预测模型的建立

目的 以气调包装酱卤鸭肉制品为研究对象,在冷链温度范围内建立一套准确、高效的货架期预测模型。方法 利用选择性培养基测定不同温度下产品各微生物数量,确定4~25℃条件下产品优势腐败菌。对乳酸菌数量与感官评定值进行了回归分析确定最小腐败量Ns。分别采用修正的Gompertz方程和平方根方程建立一、二级模型,并通过预测值与实测值对比验证模型的可靠性。结果 确定了4~25℃条件下产品优势腐败菌为乳酸菌,最小腐败量Ns=6.14(lg(cfu /g))。一、二级模型拟合度均良好,三种温度下模型预测值与实际值间的差异均在30％左右,波动幅度在10%以内。结论 实现了对4~25℃内任何时间点产品剩余货架期的预测,为冷链条件下气调包装酱卤鸭肉制品品质的变化提供了理论指导。     

轨道车辆碳钢点焊质量预测模型及分析

以轨道车辆用Q345D为实验材料,在点焊时间固定的前提下进行点焊实验。分析点焊过程动态电阻曲线,找出能够表征点焊熔核生长过程的特征量,并以特征量为变量得到点焊质量预测模型。采用与预测模型相同的焊接时间进行点焊实验,并将点焊质量预测模型得到的拉伸强度与实验拉伸强度进行对比,点焊拉伸强度平均误差为3.3%,最大误差为6.05%,满足实际生产质量预测标准要求。     

二氧化碳对油田集油管线腐蚀的预测

在油田开采过程中,CO2常作为一种伴生气存在于油田中。干CO2(相对湿度小于60%)对碳钢不构成腐蚀,但CO2易溶于水并与水发生反应生成碳酸,降低水的pH值,增加水的腐蚀性。CO2对钢铁的腐蚀比盐酸严重,使油田管线的寿命大大低于设计寿命。因此,重视油田集油管线中CO2腐蚀的严重性,加强CO2水溶液的腐蚀性的监测和预测,采取预防措施,对于保证油田集油管线的安全运营特别重要。     

稠油出砂冷采过程中储层孔隙度预测模型

从岩石力学原理出发，结合稠油出砂冷采过程中的动态特征，研究了等温条件下疏松砂岩体积应变率随累积产油量和累积出砂量的变化规律，建立了出砂冷采过程中储层孔隙度的预测模型。该模型可以定量预测稠油出砂冷采过程中储层孔隙度的变化规律，从而为出砂冷采过程中其他规律的研究奠定了基础。     

稠油油藏的注汽量预测

利用HCZ预测模型，可对已开发油田的年产量和累计产量进行全程预测，并且在实际应用中取得了较好的预测结果。本文结合稠油田的实际情况，推导出HXZ预测模型在热采中注汽参数的预测公式。结合曙光油田曙1－7－5块的开发数据进行了预测，效果较好。     

我国绸缎生产预测和对策

应用随机时间序列模型对“八五”期间的绸缎产量进行了预测,对丝绸工业的现状特别是绸缎的生产和销售状况作了分析,为扩大市场提高经济效益提出了相应的对策。     

基于神经网络的河道浅滩演变预测模型

河道浅滩演变是一个复杂的非线性动力学过程, 作者借助神经网络处理非线性问题的优势, 在分析影响河道浅滩演变因素的基础上, 建立了预测河道浅淮演变的BP网络模型, 并对模型中的输入因子和样本的提取进行了探讨. 以闽江竹岐至侯官河段为实例,用“试控法”给出了BP网络模型的建模方案, 用正交设计原理选取相应的训练样本集, 利用该样本集对网络进行学习和训练, 并用训练好的BP网络模型预测浅滩上年内最小水深和年平均淤积厚度. 计算结果表明: 模型预测结果与实际值吻合良好. 这为河道浅滩演变预测研究提供了新方法.     

基于感知器的快速彩色图像无损压缩算法

针对彩色图像像素和颜色分量之间存在的相关性，将神经网络中的感知器技术引入彩色图像的无损压缩算法中，提出了一种新的预测模型。应用感知器的自学习和自适应能力，对预测值进行自适应调整，使算法在运行过程中具有很小的预测残差并具有较小的动态范围。同时应用颜色空间变换来减小颜色分量间的相关性。相对于新的国际标准JPEG—LS，这种预测模型具有较低的计算复杂性。对比实验结果说明，这种算法的性能明显优于传统算法，在压缩比损失很小的前提下，其执行速度高于JPEG—LS。