基于参数批次调整模型的间歇精馏最小时间优化策略

针对间歇精馏过程优化计算中模型的准确性和计算复杂度之间的矛盾,提出了一种确定馏出液摩尔分数和操作时间的简化模型.该模型假定在塔釜内轻组分摩尔分数固定的情况下,馏出液平均摩尔分数与回流比变化量之间呈线性关系,其比例定义为回流比调节敏感系数.利用间歇精馏的批次重复操作特点,提出了模型敏感系数沿批次指标的在线更新机制,保证了简化模型在不同生产状态下的准确性.基于该简化模型,以回流比为优化决策变量,提出了针对最小生产时间问题的优化方案.利用Aspen Batch Distillation(ABD)中的模型作为实验对象原型,进行了优化算法的仿真实验.仿真结果表明基于批次参数调整策略的最小时间优化方案能够实现优化指标随生产批次的增加而不断减少.     

二阶双曲方程广义差分法逼近阶的估计

本文就二阶双曲方程广义差分法逼近阶的估计给出了一个抽象的框架。在此框架下,我们得到了半离散与全离散情形的最佳逼近阶的估计。     

信息技术与现代教育

阐述了信息化教育的定义,指出信息化教育的实现对于提高我国的自主创新能力有着重要作用。建议在我国教育信息化的进程中,广大教师应提高自己的信息化理论水平,转变教学观念,勇于变革传统的教学模式。     

自适应参数的AOSVR算法及其在股票预测中应用

以股票预测为背景,在一种在线SVR算法AOSVR中,引入Cherkassky参数选择策略,形成自适应参数的AOSVR算法.根据时间序列的变化,通过在线调整SVR参数达到更好的预测精度和泛化能力.另外,针对股票市场特性,利用AOSVR的"忘记"阈值丢掉早期数据来集中刻画近期的股市特点.将自适应参数的AOSVR算法应用到上证综合指数构成的时间序列上,取得了良好的预测效果.     

基于MVC结构Struts框架的协作学习网站开发

为了给师生提供一个摆脱时间和空间限制的协作学习网络教学平台,让学生主动参与到学习中,提高其学习热情和学习效率,并且培养其协作精神和创新意识,采用基于MVC结构的Struts框架开发了协作学习网站,使用Eclipse和MyEclipse作为开发工具,MySQL作为后台数据库,以Tomcat作为Web应用服务器．网站实现了开设课程论坛、上传课程资料、建立试题库、题库出卷、批改卷纸、自动生成学生成绩等功能．在该网站进行的高校课程协作学习教学实验取得了良好的教学效果．     

大地电磁测深资料的处理技术——以四棵树地区为例

电法勘探是基于岩石、矿石的电性差异，通过观测和研究天然的或人工的电场或电磁场的空间和时间分布规律来勘探地质构造和寻找有用矿产的一类勘探方法。在石油勘探中，电法勘探占有重要的地位。在火成岩、碳酸盐岩覆盖地区和地震地质条件比较复杂．难以取得良好地震记录的山区，电法勘探是地震勘探的重要补充。本次研究选定准噶尔盆地南缘博格迭北缘山前带为研究工区，电法MT测线6条，本论文选取其中1条电法测线为例，从电法原始资料解编、组剖、预处理以及在资料预处理基础上进行反演，并结合其它物探成果进行了初步解释。     

解双调和方程的混合广义差分法

本文讨论了解双调和方程的混合广义差分法,并给出了最佳阶误差估计和解混合广义差分方程的收敛的Uzawa迭代方法。     

二维图像中交叉点的神经网络识别

提出一种识别灰度图像中交叉点的神经网络方法，用自组织特征映射网络和BP网络组成多分类器，识别图像中的二交叉点、三交叉点和四交叉点，在加入8%的干扰时，仍能达到85％左右的识别率。     

识别数学符号的神经网络方法

采用 BP网络和 Kohonen自组织特征映射网络组成的多级神经网络模型 ,对数学符号进行识别 ,引入“雪球”和平滑训练方法以提高网络性能 .实验结果表明 ,该模型对数学符号的识别 ,特别在有噪音污染的情况下 ,具有较好的效果 .     

识别数学符号的神经网络方法

采用BP网络和Kohonen自组织特征映射网络组成的多级神经网络模型，对数学符号进行识别，引入“雪球”和平滑训练方法以提高网络性能，实验结果表明，该模型对数学符号的识别，特别在有噪音污染的情况下，具有较好的效果。