凝胶色谱法在测定炼油污水中石油类含量的应用

本文用凝胶色谱法 (GPC)测定了炼油污水中的油及原油、各种成品油的分子量分布 ,依此监测分析炼油厂生产状况、排污状况和污水处理效果。结果表明 ,炼油厂排放油的分子组成与渣油和 2 0 #柴油相似 ,从而为选择油标准和定量方法提供科学依据。     

七种成品油中多环芳烃指纹特征与鉴别

采用气相色谱质谱,对市售的93#汽油(C1)、97#汽油(C2)、0#柴油(C3)、-10#柴油(C4)、齿轮油(C5)、润滑油(C6)、燃料油(C7)进行了提取离子色谱分析,通过多环芳烃原始指纹、相对浓度比值分布特征、诊断比值等指标对7种成品油进行了对比分析.结果表明:原始指纹图谱和各类多环芳烃在总多环芳烃中的分布特征均可表明同类成品油具有较高的相似性;通过多环芳烃特征诊断比值比对,现有诊断比值完全可用于鉴别各类成品油.     

调和法-35~#柴油工业化试验

<正>1油品性质指标的对比分析调和法生产-35#柴油所用的原料为控制闪电后的200#溶剂油和-20#柴油。油品在调和时,需根据成品油所需求的主要质量指标确定组分的调和比。选择炼油厂进行的3次生产调和为工业试验分析的基础。炼油厂-20#柴油的产品质量见表1。根据国家标准,对照炼油厂-20#柴油和200#溶剂油     

财经剪贴

正1成品油价今年首次上涨92号汽油每升上涨0.13元国家发改委宣布,4月27日零时起调整成品油限价,汽油每吨上调165元,柴油每吨上调160元。受"地板价"限制,今年以来,国内成品油已经连续六次因国际原油价不足40美元每桶而暂停调整,此轮上调为今年来首次上涨。全国平均来看,折合90号汽油每升上涨0.12元,0号柴油每升上涨0.14元,92号汽油每升上涨0.13元,95号汽油每升上涨0.14元。本轮油价上调是今年以来的首次上涨,同时也是近三个月以来油价调整机制的首次启动。在本次调价周期内,科威特石油工人罢工的消息推动了国际油价大幅走高,计价周期内原油均价强     

数字

<正>宏观微观230元国家发展和改革委员会价格司有关负责人25日说,鉴于最近国际市场原油价格快速攀升,涨幅超过4%的调价边界条件,根据现行成品油价格形成机制,国家决定自本月26日零时起,将汽油、柴油价格每吨分别提高230元与220元,相当于90号汽油每升上调     

时事·国家发展和改革委员会

1．3月26日．国家发展改革委发出通知,决定降低国内成品油价格。3月27日零时起,汽、柴油最高零售价格每吨分别降低31O元和300元．测算到零售价格90号汽油和O号柴油（全国平均）每升分别降低023元和026元。     

凝胶色谱法在测定炼油污水中石油类含量的应用

本用凝胶色谱法（ＧＰＣ）测定了炼油污水中的油及原油、各种成品油的分子量分布，依此监测分析炼油厂生产状况、排污状况和污水处理效果。结果表明，炼油厂排放油的分子组成与渣油和２０＾＃柴油相似，从而为选择油标准和定量方法提供科学依据。     

W-RBF神经网络模型在中药材价格预测中的应用

中药材作为一种特殊的农产品,其价格态变化过程呈现出高度复杂的非线性特征,增加了中药材价格预测的难度.通过研究影响中药材价格的主要因素,并在分析传统价格预测方法的基础上,针对中药材价格变化具有随机性、突变性和非线性的特点,通过小波和RBF神经网络结合构建一个中药材价格预测模型(W-RBF).采用W-RBF神经网络模型对白芍价格进行预测,并将预测结果与RBF神经网络模型预测结果做了比较.实验结果说明,W-RBF神经网络模型预测准确率明显提高,比RBF神经网络模型更具优越性.     

利用BP神经网络预测原油粘度

神经网络是一种抽象的数学模型,研究BP神经网络的特性并利用该网络预测原油粘度,建立了一个BP神经网络模型,最后利用MATLAB环境下的神经网络工具箱开发相应的程序。并最终将其用于原油粘度的预测。     

基于小波神经网络的期权定价模型

Black-Scholes模型所要求的假设条件在真实的市场条件下往往不能满足.提出了一种新的应用小波神经网络进行预测的欧式期权定价模型.将期权按钱性进行分类, 以一种新的加权的隐含波动率作为神经网络的输入变量,通过小波神经网络模型、BP网络模型和Black-Scholes模型来预测香港恒指买权的价格.实证结果表明,将一种加权的隐含波动率作为输入变量的小波神经网络模型优于Black-Scholes模型和其他神经网络模型.因此该模型可以更有效地预测欧式期权价格.     

基于BP人工神经网络的含蜡原油触变应力计算

含蜡原油的流变性对其管道输送有着重要的影响.当原油温度逐渐接近凝点时,原油表现为非牛顿流体,其流变性表现出异常复杂的触变性.利用人工神经网络较强的非线性逼近、良好的自适应和预测性能,采用误差反向传播算法(即BP算法)对含蜡原油的触变剪切应力进行了计算,计算结果与实验结果和采用R-G模型方程计算的结果进行了对比.结果表明,BP网络计算的精度高于R-G模型方程计算的精度,BP网络和R-G模型的计算结果与实验结果的最大相对误差分别为5.0%和12.7%.     

基于组合灰色神经网络模型的电力远期价格预测

针对电力远期价格受多种因素影响，变化趋势复杂，难以通过建立准确的数学模型进行预测，提出了采用灰色动态模型对电力远期价格进行预测，并在此基础上构造了组合灰色神经网络预测模型。该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适应性信息处理能力相融合。研究结果表明，本模型能在小样本、贫信息的条件下对电力远期价格做出比较准确的预测，为电力市场的参与者能更好地利用电力远期合约进行套期保值提供了有效的工具。     

支持向量机和人工神经网络在期权价格预测中的比较研究

期权定价已成为金融市场的重要组成部分之一。 由于市场是动态的,准确预测期权价格非常困难。 因此,设计和发 展了各种机器学习技术来预测期权价格未来趋势。 比较了支持向量机(ＳＶＭ)模型和人工神经网络(ＡＮＮ)模型在期权价格预 测中的有效性。 在测试和训练阶段,２ 种模型都使用公开可用的基准数据集 ＳＰＹ ｏｐｔｉｏｎ ｐｒｉｃｅ－２０１５ 进行测试。 ２ 种模型均采 用主成分分析(ＰＣＡ)转换后的数据,以达到更好的预测精度。 另一方面,为了避免过拟合问题,将整个数据集划分为训练集 (７０％)和测试集(３０％)２ 组。 将支持向量机模型与基于均方根误差(ＲＭＳＥ)的神经网络模型的结果进行了比较。 实验结果 表明:神经网络模型优于支持向量机模型,预测的期权价格与相应的实际期权价格吻合良好。     

基于人工神经网络的原油管道蜡沉积速率模型

从原油输送管道实际出发 ,利用试验室自制的蜡沉积试验环道对大庆原油进行蜡沉积试验 ,研究了多种因素对原油管道蜡沉积规律的影响 .利用人工神经网络的方法模拟各种影响因素与原油管道蜡沉积速率之间的映射关系 ,建立了多因素非线性影响下的蜡沉积速率模型 .该模型结构为4- 7- 1的三层 BP网络模型 ,它考虑了管壁处的剪切应力、管壁处温度梯度、管壁处蜡分子浓度梯度和原油的动力黏度对管道蜡沉积速率的影响 .利用该模型对实际管道蜡沉积速率进行预测的结果表明 ,利用神经网络方法建立的蜡沉积速率模型预测精度高 ,误差在 2 %以内     

基于GMDH网络的船用增压柴油机性能预测及仿真

采用数据分组处理（Group Method of Data Handing,GMDH）的神经网络分类方法,建立4190ZLC船用四冲程增压柴油机性能预测的数学模型.针对船用中速柴油机运行状况,考虑到其影响运行状态的因素,结合实验数据进行4190ZLC船用柴油机性能的预测及仿真分析.该模型解决了神经网络结构较大,计算耗时较长的问题.将该模型与BP（Back-Propagation,BP）前馈神经网络仿真结果进行比较,结果表明其仿真效果好于BP神经网络模型,并且该神经网络能较好地满足柴油机性能预测仿真的需求     

神经网络在大功率船用柴油机NOx排放预测中应用

通过计算研究，考察了BP神经网络在大功率船用柴油机NOx排放预测上应用的可行性，选用适当的NOx排放模型。将发动机不同工况下的缸内最高爆压pmax，最高燃烧温度Tmax和纯度R作为神经网络的输入数据，并且使用试验数据对神经网络进行了检验，结果表明，BP神经网络可以有效和准确地对大功率船用柴油机NOx的排放进行预测。     

国际原油价格影响因素实证研究---基于协整分析和格兰杰因果关系检验

通过ADF检验、协整检验和格兰杰因果关系检验,以1990～2009年的年度数据为样本,对国际原油价格、探明储量、产量、消费量和贸易量5个变量进行实证分析,从计量的角度分析原油价格的影响因素;结果表明：原油价格与原油产量之间存在协整关系,即长期均衡关系;并且得出原油产量是原油价格的格兰杰原因,但原油价格并非原油产量的格兰杰原因。     

变系数模型在国际油价预测中的应用

对影响石油价格的间接因素变量采用取对数的方式,建立无季节性与存在季节性虚拟变量的变系数模型。同时利用变系数模型对2001年第一季度到2012年第一季度的西德克萨斯中质原油(WTI)现货价格序列进行预测比较分析。实证结果表明,建立的无季节性虚拟变量的变系数模型能够更有效地预测石油价格序列,同时它的预测效果比直接运用历史数据的效果更好。最后通过拟合优度系数的计算可知对石油价格有影响因素的选择是正确的。     

神经网络模型在竞技运动理论中的应用

在体育理论的研究中， 往往是利用回归模型或灰色模型对运动成绩进行预测． 本文把神经网络模型方法引入体育研究中， 利用前传网络（Ｆｅｅｄ＿ｆｏｒｗａｒｄ Ｎｅｔｗｏｒｋ） 进行三级跳远成绩预测，得到了良好的拟合结果． 我们认为， 通过建立神经网络模型去研究运动竞技训练理论是有意义的，值得进一步探讨和研究     

国际原油价格市场波动的模型分析

利用ARCH类模型,对2007年6月8日至2009年10月8日间国际WTI原油价格日数据的波动性进行了研究.结果表明当今国际原油价格收益率呈现明显的GARCH效应,国际油价受期货市场价格和其他短期因素影响较大,并呈现较长的持续性.各国应充分利用全球经济一体化后形成的全球市场体系,依靠能源在全球的高度流动性寻找石油问题的出路.