连续催化重整装置辛烷值软测量研究

研究连续催化重整生产过程中重整产品辛烷值软测量问题.首先结合工艺机理分析,找出影响辛烷值的主要参数,确定为辅助变量,建立起基于BP神经网络的辛烷值软测量模型.其次再采用PLS-BP算法改进模型结构,建立起基于PLS-BP神经网络的辛烷值软测量模型,可以看出PLS-BP所建模型结构相对简单,更适用于实际过程.最后对模型校正后在现场使用,结果表明测量结果令人满意.     

基于主元分析的气体膜分离过程RBFNN建模

构建一个基于主元分析的气体膜分离过程的RBF神经网络软测量模型,研究氢回收过程中一些难以测量的重要性能参数。在炼厂气氢回收研究中提出的通过测量间接变量建立软测量模型方案的基础上,融入主元分析思想,先对间接测量变量进行主元分析,得到为主导变量提供关键信息的变量,再建立RBF神经网络对目标变量进行研究分析。基于实验数据和RBF神经网络模型,利用MATLAB软件平台对氢回收过程的重要性能参数分析研究,仿真结果证明了此模型的正确性和理论分析的合理性。主元分析的融入简化了气体膜分离过程重要性能参数在线检测的研究过程。     

基于多采样率数据的软测量模型

提出了一种利用具有不同采样率的过程数据建立软测量模型的方法.本文采用主成分分析技术对过程数据降维,然后用降维后的数据训练神经网络,建立软测量模型.通过仿真证明,该软测量模型结构简单,获得了过程输出变量在非采样时刻的估计值.     

基于PCA和最小二乘支持向量机的软测量建模

软测量技术是解决工业过程中普遍存在的一类难以在线测量变量估计问题的有效方法,支持向量机是基于统计学习理论的一种新的机器学习方法。提出了一种基于主元分析(PCA)和最小二乘支持向量机的软测量建模方法,用主元分析对输入变量进行数据压缩,消除变量之间的相关性,简化支持向量机结构,并通过交叉验证的方法对支持向量机进行参数选择。将其用于4-CBA软测量建模的结果表明:该方法具有学习速度快、跟踪性能好以及泛化能力强等优点,为4-CBA软测量建模的在线实施提供了方便。     

基于PCA-RBF神经网络的工业烈解炉收率在线预测软测量方法

为了解决工业烈解炉收率在线预测的问题,研究了基于PCA(principalcomponentanalysis)-RBF(radialbasisfunction)神经网络模型的多输出(MIMO)软测量方法及其在线校正技术.该方法由主元分析PCA、RBF神经网络和在线校正3部分组成,可以实现工业裂解炉止率的在线预测,具有实时性好、建模周期短、计算量小、校正方便等特点,本文给出的SRT-IV型工业裂解炉收率预测例子及其结果表明该软测量方法应用于工业裂解炉收率的在线预测是有效的.     

基于RF-GA-BP神经网络的N-乙酰氨基葡萄糖含量预测

为解决微生物发酵法制取氨基葡萄糖(Glucosamine,GlcN)过程中N-乙酰氨基葡萄糖(N-acetylglucosamine,GlcNAc)含量难以在线测量的问题。提出一种由随机森林算法、遗传算法及神经网络算法相结合的改进预测算法。利用随机森林算法中平均不纯度下降的特点,对输入特征进行关联性分析,并通过遗传算法对神经网络初始权值、阈值进行优化。以某氨糖生产企业发酵过程中的数据为基础,建立基于RF-GA-BP算法的预测模型。结果表明：该模型对发酵生产过程中N-乙酰氨基葡萄糖含量具有良好的预测能力,所提出的模型兼顾了高精度与快收敛的需求,测试样本预测平均误差低于7%,优于GA-BP模型与传统BP模型。     

催化剂粉尘浓度软测量建模研究与应用

采用基于Mie理论的激光散射法测量催化剂粉尘浓度时,催化剂粉尘浓度与监测参数——入射光强、散射光强、出射光强以及烟气流量之间存在着复杂的非线性关系,给粉尘浓度的准确测梁带来困难。利用支持向量机优良的非线性映射和强大的泛化能力,建立了一个基于最小二乘支持向量机的催化剂粉尘浓度软测量模型,给出了相应的系统结构和算法,并通过网格搜索和交叉验证的方法对支持向量机进行参数选择。采用遗忘因子法和数据滑动时间窗技术对工业软测量模型进行在线校正,克服了工况条件发生改变时的估计偏差,提高了估计精度。仿真和实际运行结果表明基于LS-SVM的软测量模型具有较高的估算精度与泛化能力,为催化剂粉尘浓度的在线测量提供了一种简单、可靠的新方法。     

基于PCA-RBF神经网络的工业裂解炉收率在线预测软测量方法

为了解决工业裂解炉收率在线预测的问题,研究了基于PCA(principal component analysis)-RBF(radial basis function)神经网络模型的多输入多输出(MIMO)软测量方法及其在线校正技术。该方法由主元分析PCA、RBF神经网络和在线校正3部分组成,可以实现工业裂解炉收率的在线预测,具有实时性好、建模周期短、计算量小、校正方便等特点。本文给出的SRT-IV型工业裂解炉收率预测例子及其结果表明该软测量方法应用于工业裂解炉收率的在线预测是有效的。     

基于粒子群模糊神经网络的丙烯腈收率软测量建模

对粒子群优化算法与模糊神经网络的结合进行研究，提出粒子群模糊神经网络，并将其应用丙烯腈收丰软测量建模．该方法采用模翱神经网络来杓建丙烯腈收率软测量模型，用粒子群优化算法优化模糊神经网络的参数；并结合实际工艺，对所建软测量模型进行仿真研究。实验结果表明，该模型的性能优于粒子群神经网络模型，能够准确预测丙烯腈收率，具有较高的精度和良好的应用前景。     

基于自适应神经网络的非线性系统故障诊断

针对一类模型未知及状态不可测的非线性系统,提出了基于自适应神经网络的故障诊断策略,不仅在线估计神经网络的矩阵权重,而且在线估计高斯函数的宽度和中心。该方法对系统的未知非线性特性没有特别要求,仅对神经网络提出较弱的假设条件。首先利用径向基函数(Radial Basis Function,简称RBF)神经网络构造状态观测器,估计系统的状态。然后利用另一个自适应RBF神经网络作为故障估计器,其输入是系统的估计状态(而不是系统状态),其输出为系统所发生的故障模型。利用Lyapunov稳定理论详细分析了状态误差和故障误差的收敛性,分别给出了两个神经网络的参数调整律,仿真证明了该方法的实用性和有效性。     

分工模型的改进

本文对新兴古典经济学的分工模型进行了改进,把传统的“     

某反坦克导弹视场交叉判据建模与仿真

在建立了某反坦克导弹目标瞄准线数学模型，红外视场锥面数学模型和红外视场重合长度数学模型的基础上，实现了对瞄准线高低角，方向夹角，瞄准线公垂线长度和交叉火力射击条件下视场重合长度的数学解析计算，从而确定了视场在空间的相互位置关系，为进行合理的阵地配置提供了科学的理论依据，最后进行了仿真验证。     

移动视频直播的互动性对持续使用意愿的影响

移动视频直播指用户通过移动设备实时制作或观看视频的服务。近年来，移动直播APP快速发展，吸引了大量的用户，然而平台的最终成功取决于用户持续使用。本文聚焦于移动视频直播的互动性，以流体验理论、社会临场感理论和认同理论为基础，从心理认知视角探讨了互动性对用户持续使用意愿的作用机理。通过问卷调查，共收集346份有效问卷，采用SPSS和PLS软件对假设模型进行验证。结果显示，移动视频直播的互动性通过提高用户观看体验（流体验、社会临场感）和主播认同进而影响满意度和持续使用意愿。同时互动性的各个维度对用户体验和认同感的影响程度存在显著差异。据此，为移动视频直播运营商的长期发展提供了理论指导。     

仿生机器鱼尾鳍的动力学研究

高的稳定性是仿生机器鱼高效推进的前提，而对尾鳍的稳定性控制是实现仿生机器鱼稳定性的主要方法。通过“二维波动板”理论，建立了三节仿生机器鱼的动力学模型，并对模型进行了实验验证，由该模型出发，分别计算出水动力和惯性力引起的尾鳍驱动力矩的值，分析了该值与仿生机器鱼各个运动参数的联系。为仿生机器鱼的稳定性控制建立了理论基础。     

油田压裂井增油量的预测及其生产规划的优化设计

利用现有压裂井产油观测数据，采用动态数据处理方法，建立了月增油量的预测模型；依据预测结果，利用整数规划的方法，规划设计未来年度油田的压裂井数及压裂方式。     

四类拍卖的收益等价性研究

在收益等价性及应用的完整框架下对四类拍卖的收益等价性问题进行了总结、研究和探讨.在对收益等价定理进行推论和应用的基础上,确认了SIPV(对称、独立、私人价值)假设下四种拍卖期望收益与期望支付的等价性,推导了二价全支付拍卖的均衡竞价策略.在此基础上比较并解释了SIPV假设下四种拍卖均衡报价的排序关系.总结,比较并解释了关联价值假设下四种拍卖的期望收益的排序关系.指出不同的信息结构设定是影响不同假设下拍卖收益等价性和不同假设拍卖模型对经济现象解释能力的关键因素.最后,展望了拍卖收益等价问题的新的发展方向.     

仿真技术在风力机总体性能分析中的应用

采用叶素动量理论进行风力机气动力学的计算分析,并编制程序,建立风力机ADAMS仿真模型,在MATLAB/simulink下建立风力机传动系统的数学模型;将计算的气动载荷加载到风力机仿真模型上,将传动系统模型同ADAMS进行联结,实现对风力机系统总体性能的联合仿真.仿真数据同国际有名的风力机分析软件计算数据比较表明,该联合仿真方法可以较好的模拟风力机的总体性能.研究为风力机总体性能分析进行了一次有益的探索.     

线性调频-二相编码雷达信号分析

报道了一类由二相编码信号与线性调频信号组合而成的新的脉冲压缩信号。导出了这类信号的表达式。通过理论分析和计算机模拟，给出了该类信号的模糊函数(图)，幅度谱特性，匹配滤波器输出波形，多普勒频移特性，有加权时的压缩脉冲时间旁瓣波形和低截获概率等方面的性能。分析证明，该类信号与线性调频信号或二相编码信号相比具有更好的低截获概率特性，其多普勒性能优于二相编码信号。     

不同流道轴面形状的液力缓速器内流场的模拟

为了研究不同流道轴面形状对液力缓速器制动力矩的影响,采用了雷诺时均N-S方程、标准k-ε模型和SIMPLEC算法对液力缓速器内部流场进行了数值模拟,分析了不同轴面形状下液体流动的速度分布、压力分布和湍动能分布规律.以Rothalpy值的变化作为损失分析指标,定量比较不同流道轴面形状对制动力矩的影响,得出长圆形缓速能力最大,扁圆形次之,梨形最小,可为液力缓速器设计理论的完善和后续研究工作提供重要的理论依据.     

交易所利率期限结构估计模型的比较

结合我国利率体系和利率的形成机制,提出一个适合交易所利率期限结构估计的N S扩展模型,然后采用交易所国债市场的日交易数据,对N S扩展模型、N elson-S iegel(N S)模型和Svensson(SV)模型进行了样本内、外的比较实证分析。结果表明,N S扩展模型比N S模型和SV模型更适合于交易所的利率期限结构估计,交易所利率期限结构在1~10年期间,尤其是5~7年期间能够获得可靠的估计,在0~1年和10~20年期限期间估计的可靠性不高。