江苏沿海精细化风暴潮模式研究与应用

针对江苏沿海易遭受风暴潮影响的现状,分析了江苏历史上台风风暴潮灾害特征.选用Holland台风风场模型计算风场为强迫场,通过目前被国际上广泛接受的水动力模型ADCIRC建立台风风暴潮模式.建立的江苏海域精细化风暴潮数值预报模型,结合江苏沿海岸线和地形变化特点,采用非结构网格技术对研究区域复杂海域进行重点加密,选取历史上影响江苏沿海典型的四个台风,进行江苏沿海精细化风暴潮后报检验.通过对影响江苏海域的不同时期的台风风暴潮过程的数值预报检验可以得出:台风风暴潮数值预报模型的后报相对误差为18.3%,预报相对误差不大于20%,能够较好的预报风暴潮过程的发展,刻画不同台风过程引起的风暴增水过程,实现了江苏省沿海台风风暴潮的3d数值预报.     

神经模糊组合预报冷连轧机轧制力

采用Elman动态递归网络方法,以生产实测数据为基础,建立了冷连轧机轧制力预报模型。在此基础上,提出了将基于误差反馈和专家经验的闭环模糊控制引入轧制力预报中,用于修正预报输出、提高预报精度和鲁棒性的设想。仿真结果表明,该方法是有效的,预报精度优于传统方法。预报结果的相对误差限制在±4%以内,实现了冷连轧机轧制力的高精度预报。     

新安江模型中河道汇流方法的改进

为解决子流域与网格河道之间的匹配问题,在新安江模型(XAJ)的基础上,采用考虑旁侧入流的扩散波和修正后的Muskingum-Cunge-Todini(MCT)2种演算法对河道汇流计算进行改进,建立了XAJ-DCH模型。分别采用原新安江模型的Muskingum以及XAJ-DCH模型中的MCT和扩散波演算法对呈村流域进行洪水模拟,模拟结果表明:呈村流域率定期和验证期的洪峰相对误差为-20%~20%,洪量相对误差为-10%~10%,确定性系数都大于0.7,并且3种方法的洪峰相对误差、洪量相对误差、确定性系数模拟的结果相似,从而验证了XAJ-DCH模型的合理性;相比于新安江模型,XAJ-DCH模型不仅可以用于出口站点的流量模拟,同时可以预测流域内部河道断面的水位和流量;由于汇流计算模块中引入了扩散波方法,可提高模型在地势平缓地区的预报精度。     

EHD强化沸腾换热的模型分析

在分析沸腾及EHD强化换热理论的基础上,结合R11工质在垂直管内受直流高电压作用下的沸腾换热试验数据,提出EHD强化沸腾换热的数学模型;模型计算与试验结果的相对误差小于±30%.     

聚酯类油漆树脂中微量二苯甲酮类光吸收剂的含量测定

用紫外光谱法对油漆树脂中二苯甲酮类紫外光吸收剂直接进行测定,该化合物摩尔吸光系数为 8. 9×103. 合成样品分析结果为:相对误差≤±2. 78%,相对标准误差: ±0. 20% ~±6. 00%;加标回收试验表明其回收率为 98. 7% ~102. 2%.     

化疗并用云芝糖肽对卵巢和子宫体癌患者免疫功能和生活质量的影响

对40例手术确诊的卵巢和子宫体癌患者,按期别及年龄配对分成2组,各20例.A组(试验组)接受化疗加云芝糖肽.B组(对照组)单纯化疗.观察两组治疗前后血免疫指标及生活质量指数的变化.结果治疗前后.Karnofsky评分值A组分别为84±9.6分及90±8.6分(P＜0.05),B组分别为83±9.2分及80±12.8分(P＞0.05),治疗后A组比B组高10分(P＜0.05);治疗后A组和B组的CD+4分别为28.14±4.10及23.12±3.97(P＜0.05);CD+4/CD+8为0.96±0.17及0.75±0.21(P＜0.01);NK为23.80±4.90及15.32±3.90(P＜0.01),A组均明显高于B组.提示云芝糖肽能提高卵巢和子宫体癌患者的细胞免疫和生活质量.     

基于遗传算法神经网络的地源热泵夏季低负荷运行性能预测分析

为了探索夏热冬冷地区岩溶地质条件下地热能应用能效,通过运用遗传算法优化的反向传播（GA-BP）神经网络模型预测了夏季系统负荷率低于30%运行工况下地源热泵系统的系统能效比和机组能效比,分析了预测值的预测误差评价指标,验证了GA-BP模型具有较高的预测精度,并应用此模型研究了地源热泵短期能效测试与中长期能效测评的关系。结果表明,GA-BP模型预测的COPsys及COP与计算值的相对误差为±5%,各项预测误差评价指标均比反向传播神经网络（BPNN）模型更小,可见GA-BP模型可用于预测岩溶地质条件下地源热泵系统能效。基于此模型,短期能效测试的最佳时期为一天中14时~16时或7、8月累计13天,且满足机组负荷率达到60%~70%,COPsys及COP预测值可以作为中长期能效比评估,其产生的相对误差在允许的范围内。     

反复呼吸道感染患儿铁缺乏与免疫功能的关系

目的:探讨婴幼儿反复呼吸道感染与铁缺乏及免疫功能改变的相关性。方法:收集2～3岁反复呼吸道感染患儿68例,分为2组:ρ(血红蛋白)<110g/L组(A组)28例;ρ(血红蛋白)≥110g/L组(B组)40例。另设2～3岁健康儿童30例为对照组(C组)。测定红细胞碱性铁蛋白(EF)与外周血T淋巴细胞CD3+、CD4+、CD8+和免疫球蛋白IgG、IgM、IgA。结果:A、B、C3组EF平均数分别为(4 07±0 58)、(5 29±0 61)、(8 04±2 20)ag/RBC,A组低于B组,B组低于C组,具有显著统计学意义(F=77 943,P<0 01)。A、B、C3组IgG、CD4+平均数及CD4+/CD8+比值分别为[(7 54±1 02)g/L、(32 12±3 72)%、(0 89±0 35)]、[(8 32±0 63)g/L、(37 80±3 35)%、(1 10±0 17)]、[(9 14±0 94)g/L、(42 36±3 07)%、(1 46±1 12)],A组低于B组,B组低于C组,具有显著统计学意义(F=64 154,P<0 01;F=97 398,P<0 01;F=41 631,P<0 01)。A、B、C3组EF含量与CD4+及CD4+/CD8+比值呈明显的正相关关系(Rs=0 67,P<0 01;Rs=0 84,P=<0 01)。结论:铁缺乏—免疫功能损害—反复呼吸道感染之间有着密切的关系。     

Topcolor帮助的Technicolor模型与CDF实验结果的比较

Top夸克的质量为 mt=1 74.3± 3.2± 4.0 Ge V,它是目前发现的最重的基本粒子 ,其主要衰变道为 t→ W b,其中 W 玻色子可继续衰变为夸克反夸克对或轻子中微子 .最近的 CDF实验表明 ,top夸克衰变到轻子和中微子的分支比为 :Bexp(t→ e veb μ vμb) =0 .1 88± 0 .0 4 8,这一实验结果与标准模型的预言 0 .2 2是相符的 (以下用 Br代表 B(t→ e veb μ vμb) ) .Technicolor(TC)理论中不含基本的标量场 ,属于电弱动力学破缺理论 .Topcolor帮助的 Technicolor模型 (TC2 )是人们较为关注的一种 TC模型 .TC2模型中 top夸克的质量主要来…     

原子吸收法测定碱性电池阳极材料中高含量镍

此方法简单、快速,测定相对误差范围在±0.26—0.16%,满足一般工业分析的允许相对误差±1.0—0.6%范围。准确度和精密度符合同类样品高含量镍的测定.     

基于GA-BP神经网络的金精矿品位的预测

在对金矿生产过程进行大量实际调研工作的基础上,分别采用BP神经网络和遗传算法优化BP神经网络的方法,建立了金精矿品位的预测模型,以现场采集的978组数据作为样本,运用噪声平滑技术进行数据预处理,筛选了770组数据,运用其中的650组数据建模,并运用其余的120组数据对模型进行了验证.通过对两个模型的预测误差分析,得出用遗传算法优化的BP神经网络(GA-BP)预测精度更高,当预测相对误差在±2%范围内时,模型的预测精度达到97.5%.     

土壤磷素流失强度评价模型

土壤磷素流失强度评价对于控制面源磷素流失,降低受纳水体富营养化程度极为重要。为了探索一套有效的评价方法,该文对土壤磷素流失机制进行了研究,并且在对土壤磷素循环及背景参数进行分析的基础上,应用径向基函数(radial basis function,RBF)神经网络技术建立了土壤磷素流失强度评价模型。将模型运用于江苏省土壤普查样本的算例结果显示,96.7%的学习样本拟合相对误差小于0.3,预测相对误差均在0.4以内。结果表明,模型是精确的,可以用于实际土壤磷素流失的评价。     

土壤磷素流失强度评价模型

土壤磷素流失强度评价对于控制面源磷素流失,降低受纳水体富营养化程度极为重要。为了探索一套有效的评价方法,该文对土壤磷素流失机制进行了研究,并且在对土壤磷素循环及背景参数进行分析的基础上,应用径向基函数(radial basis function,RBF)神经网络技术建立了土壤磷素流失强度评价模型。将模型运用于江苏省土壤普查样本的算例结果显示,96.7%的学习样本拟合相对误差小于0.3,预测相对误差均在0.4以内。结果表明,模型是精确的,可以用于实际土壤磷素流失的评价。     

极值Ⅰ型-正态模式结构可靠性当量正态设计法

本文给出了与R.Rackwitz & B.Fiessler不同的当量正态变量的定义,利用当量正态方法,将极值Ⅰ型—正态模式转换成当量正态—正态模式,从而解决了结构可靠性设计问题,得到了极值Ⅰ型—正态模式结构可靠性当量正态设计法的可靠系数的表达式,并用两种模拟法对极值Ⅰ型—正态模式结构可靠度的理论值与设计值进行比较,得到了2070组不同参数的极值Ⅰ型—正态模式结构可靠度的理论值与设计值的相对误差,其最大误差不超过千分之九;最后,对R.Rackwitz & B.Fiessler和我们的两种不同的当量正态方法进行模拟比较。     

天然食用色素的多元线性模型和神经网络模型的配色效果比较

天然食用色素应用广泛,三原色色素依其浓度可调配各种不同色调,传统配色方法高度依赖配色经验,生产效率低,误差大,产品质量稳定性差。基于吸收光谱匹配法,利用天然食用色素在混合时特征吸收峰保持不变的特性,在色素质量浓度和特征吸收峰的吸光度之间建立了多元线性和神经网络配色模型,通过误差对比分析,选择较优模型并进行试验验证。结果表明:神经网络模型的预测精度、稳定性均优于多元线性回归模型,其预测配方和原配方的色差在3以内,肉眼无法区分两者的差别,神经网络模型能更好地满足染色配色的要求。希望研究结果为天然食用色素的智能配色工艺提供理论依据。     

融合注意力机制的煤层气产量动态预测

为了提升煤层气产量的预测精度,提出融合注意力(Attention)机制并结合卷积神经网络（convolutional neural networks,CNN）和长短期记忆神经网络（long short term memory,LSTM)的煤层气产量动态预测模型。利用随机森林变量筛选方法,确定井底流压、动液面高度、套压、冲次为排采过程中影响煤层气产量的主控因素;利用CNN信息提取优势,提取煤层气排采数据的特征向量,并将特征向量作为LSTM网络的输入;再将LSTM隐含层融合注意力机制提取重要信息权重,有效解决信息长期依赖性和信息丢失。实验结果表明：融合注意力机制的CNN-LSTM煤层气产量动态预测模型各方面均表现较优。具体表现为：1. 模型预测性能较好,利用不同模型对比预测,改进后的煤层气产量预测模型精度最高,比标准的LSTM预测精度提升了3%~4%;2. 泛化性能较优,预测同一区块不同生产天数的6口煤层气井产量时,预测60天日产气量的平均相对误差均小于5%,预测200天日产气量的平均相对误差均小于8%。     

基于离散型二项式系数组合模型的黄土湿陷性评估

为了快速精确地利用基本物性指标预测湿陷性黄土的湿陷性系数,基于多种数据挖掘方法提出了离散型二项式系数组合预测模型。首先,采用相关系数法和随机森林重要性指数法综合选取模型基本物性指标为饱和度、干密度、液性指数和天然含水量;然后,分别利用多元线性回归、BP神经网络、支持向量机回归（SVR）和随机森林（RF）回归对黄土湿陷性系数进行预测,并将预测结果进行组合,得到4种单一模型、2种传统组合模型和离散型二项式系数组合模型预测结果;最后,利用6种不同精度指标对上述7种预测模型展开精度分析。结果表明：组合预测模型精度整体高于单一预测模型,且提出的离散型二项式系数组合模型各精度指标均为最优,平均相对误差为3.43%。可见提出的离散型二项式系数组合模型可为湿陷性黄土地区的工程设计提供参考。     

基于空间相关性和神经网络模型的实时河流水质预测模型

基于高频水质在线监测数据,利用水质数据的空间相关性构建神经网络模型实现对河流水质的实时预测.应用此模型对广州市白坭河流域的水质参数溶解氧和氨氮进行预测和分析,验证水质模型的效果.根据预测时间的不同,搭建6种水质预测模型,结果显示溶解氧提前6小时预测的模型具有更好的预测效果,氨氮提前24小时内预测的水质模型效果较好.训练...     

数控机床电主轴热误差的预测方法

为了减少电主轴的热误差,提高数控机床的加工精度,对于时变速度的主轴运转,分别采用多元自回归方法和遗传径向基函数神经网络方法建立电主轴热误差预测模型.根据2种模型对电主轴热变形产生机理的不同表述形式,比较二者的计算效率和拟合精度.研究表明:在相同温升变量的条件下,二者的收敛速度和运算时间相差无几;在预测精度方面2种建模方...     

组合灰色神经网络法在地下水动态预测中应用

为了更好的预测地下水水位,在对现有的地下水动态预测的方法深入分析的基础上,利用某地区地下水位监测数据,采用灰色动态模型与人工神经网络相结合的方法,对该地区地下水水位进行了建模预测分析,并对未来可能的变化进行预测.预测结果与实测结果吻合较好,达到了较高精度,该方法对于地下水的动态预报具有一定的实用价值.