基于改进免疫遗传算法的神经网络及其在股票预测中的应用

针对BP神经网络学习速度慢、容易陷入局部极小的缺点,提出了一种基于改进免疫遗传算法的多层前向神经网络,将该算法用于多层前向神经网络的权值优化,扩大了神经网络的权值搜索空间,提高了网络系统的学习效率和精度.将该神经网络用于上证指数的趋势预测,仿真结果表明:该神经网络比BP神经网络具有更好的全局收敛性、更高的学习效率和预测精度.     

携砂液流对除砂器针型阀冲蚀作用模拟研究

基于液固两相流和冲蚀理论,对除砂器中携砂液流通过针型阀时对阀内的冲蚀进行数值模拟,直观地得到其压力分布和内部流动特性,并通过计算得到易冲蚀点位置和最大冲蚀速率。结果表明,针型阀的阀芯和内表面冲蚀比较严重,内表面顶部是冲蚀最严重区域,冲蚀速率是阀芯顶端面的3倍多。研究结果为针型阀局部加强处理提供了一定依据。