大型交通网络OD矩阵推算方法研究

ＯＤ矩阵是进行交通规划及管理的基础数据．本文首先研究了推算ＯＤ矩阵所需基本信息的获取方法．详细评述了现有ＯＤ矩阵推算模型，针对极大熵模型对路段交通量完全置信的不足，提出了极大熵修正模型，使模型能考虑交通调查产生的误差及交通分配引起的误差，极大提高了推算结果的精度．此外，本文把推算模型求解的立足点从路段转移到路径，提出了适用于大型网络ＯＤ矩阵推算的路径迭代算法．最后，本文采用山东省公路网实测ＯＤ矩阵及路段流量数据，对推算模型进行了检验，并证实了推算模型的可靠性及可行性．     

有机物临界性质推算方法的评价：1 临界温度

本工作采用文献发表的临界参数实验值，对典型的十几种推算临界温度，临界压力和临界体积的方法进行了评价和考核，为工程技术人员铁预测化合物的未知临界参数提供了参考依据，通过对临界温度推算模型的研究，给出了考核结果和推荐使用的方法。     

我国东、南海诸海区台风最大风速的长期分布及基本风压的选取标准

本文利用二十九年来的台风历史资料．用数理统计力法推算了东、南海诸海区多年一遇台风最大风速；给出了推算的初步结果。结合海工结构物特点对基本风压值的选取标准进行了探讨，其结果可供工程设计参考使用。     

利用神经网络推算双液两相平衡体系的相图

利用神经网络对双液系两相平衡关系进行关联与表达,在此基础上进行相图的推算,并将推算结果与实验结果进行了比较,推算结果比较准确.     

神经网络的p-T-u及p-x-u关联与推算

利用神经网络来进行 p T u和 p x u关系关联与表达 ,在此基础上进行了物性推算 ,并将推算结果与实验结果进行了比较 ,推算的平均相对误差误差均在 1.32 %以内。     

非离子表面活性剂两相分配系数的计算

利用UNIFAC模型对3种同系的非离子表面活性剂进行了基团拆分，比较了非离子表面活性剂两相分配系数的计算值与文献值，结果偏差较大，为提高推算精度，对表面活性剂进行新的基团划分，提出了UNIFAC新基团OCH2CH2，OCH2CH2OH，重新关联了基团相互作用参数，并进行了平衡推算及多分散系统的验证，结果令人满意。     

结构模型实验中模态频率的识别及推算

利用实验与分析方法，对Ｒ／Ｃ原型结构进行了模态频率计算，之后对１／１８微粒砼缩比模型未加模拟质量前做了破击试验，据此分析了由计算、敲击结果去推算模型配模拟质量后的频率特性的方法。推算结果和由振动台输入的白噪声所识别的频率值做了对比验证，表明具有较好的准确性且简便易行。     

四氟化碳摩尔气化热的理论推算及其气化形成机理研究

运用表面化学基本原理，通过建立气化相变模型，对四氟化碳的摩尔气化热进行了理论推算，所得结果与献实验值基本吻合。并就类似结构化合物用同样的模型对其摩尔气化热也进行了推算，结果与献实验值基本吻合。将表面化学原理运用于分子水平。把体系的宏观物理量与微观物理量联系起来了，并且得到了一些有意义的结论。     

排列组合法推算原子光谱项的探讨

应用排列组合法可以推算原子光谱项，该文将此方法程序化，并计算了等价电子组态的原子光谱项，得到了满意的结果。     

卫星遥感资料在潮间带地形和漫滩计算中的应用

提出了利用卫星遥感资料计算潮间带地形和漫滩的方法：选取一组不同潮位的卫星遥感图像，提取潮间带遥感淹水线，由遥感淹水线和数值模式结合推算潮间带地形，将推算的地形用于海水漫滩计算，并用遥感淹水线检验漫滩计算结果.利用该方法，由Landsat 卫星图像提取了我国湛江港潮间带淹水线信息，计算了湛江港潮间带地形和漫滩.     

用BP神经网络对气流床粉煤气化炉的预测

利用3层BP神经网络对气流床粉煤气化炉进行模拟研究.以Gibbs自由能最小化方法建立粉煤气化炉数学模型的模拟结果作为BP神经网络训练数据,训练后的BP神经网络模型对模拟数据的预测准确度较好.以Shell粉煤气化炉和国内首套粉煤加压气化中试装置上的实际生产数据作为BP神经网络的训练数据,训练后的BP神经网络模型能预测实际生产数据.     

色素分子吸收光子后电极势的变化

推导了吉布斯自由能、电动势、电极势与光子的能量之间的关系,表达式为ΔrGm=-FE=-F[φ(A+|A*)-φ(A+|A)]=0.1λ196.利用该公式计算了基态P680和P700吸收光子变成激发态P6*80和P7*00后电极势的变化,计算值为φ(P3+80|P6*80)-φ(P6+80|P680)=-1.82V,φ(P7+00|P7*00-φ(P6+700|P700)=-1.77V.计算值与测量值完全相同.另外,计算支持紫色光合细菌光系统中B875把S1态的能量转移给D.     

融入形状先验的马尔科夫图像分割

在马尔科夫(MRF)图像分割框架中融合形状先验约束,把图像分割问题作为最大后验(MAP)估计的一个马尔科夫随机场,在本质上,相当于最小化吉布斯能量函数.然后通过通量最大约束将形状先验信息合并到吉布斯能量函数,最后用图割技术最小化使吉布斯能量函数达到最优解,促使分割轮廓接近给定的形状模板.实验结果表明,算法效率得到了提高,分割效果得到了很大的改善.     

RBF神经网络在旋转机械故障诊断中的应用

以频谱能量和轴心轨迹特征作为机械故障的特征量,通过RBF神经网络对机械故障进行诊断,使用Matlab软件编程并得出识别结果.与BP神经网络、Elman神经网络相比,RBF神经网络在机械故障诊断中具有训练次数少,速度快,准确度高,识别误差小的优点.     

用量子化学参数预测烯烃聚合物介电常数

在B3LYP／6—31G（d）水平上对烯烃聚合物单体进行密度泛函理论计算,得到4个量子化学参数,即分子偶极矩（μ）,分子中最低未占分子轨道能级（ELOMO）,熵（S）及原子最负电荷q^-,并用来预测烯烃聚合物介电常数（ε）．误差反向传播的人工神经网络方法（BPANN）用来拟合介电常数与这4个参数可能存在的非线性关系．根据调整参数得到最佳网络模型结构为[4-1—1],模拟值与实验值非常接近,训练集与测试集的均方根（rms）误差分别为0．430和0．321。     

加速度计在能量消耗预测中的应用研究综述

身体活动的能量消耗反映了人体力活动的水平,而体力活动水平与人类健康关系密切。在竞技体育中,对运动员能量消耗的准确测量更是对其机能监控和营养调控的重要依据。加速度计作为一种测量体力活动能量消耗的客观工具,因其简便易操作、体积小且不受测试者主观记忆和认知水平的影响,而又与测量能量消耗的金标准,双标水法和间接热量测定法都具有很高的相关性,近年来成为了国外测量体力活动能量消耗的研究中被广泛使用的一种方法。本文将对加速度计在能量消耗预测中的应用做一综述,以期为未来日常体力活动及体育运动能量消耗的预测研究提供参考。     

径向基概率神经网络的结构优化算法研究

径向基概率神经网络（RBPNN）是在径向基函数神经网络（RBFNN）和概率神经网络（PNN）的基础上发展起来的一种新型的前馈神经网络（FNN）模型。该网络模型充分吸收了径向基函数神经网络和概率神经网络的优点,这种新的模型具有计算复杂度低、收敛速度快等优点。本文深入研究了径向基概率神经网络的结构优化算法,在遗传结构优化方法的基础上,提出一种新的两步学习算法,基于遗传算法的梯度学习算法。该算法一方面优化了网络结构,使网络结构尽可能的精简,另一方面有效地提高了网络的推广能力。     

MRCI方法研究BN分子结构和解析势能函数

运用多参考组态相互作用（MRCI）的方法和Dunning相关调和基函数含扩散基的大基组aug—cc—pV5Z,获得了BN分子基态（X^3∏）和三个激发态（^1∑^＋,^1∏,^3∑^-）的势能曲线（PECs）．利用Murrel—Sorbie（MS）函数和最小二乘法拟合得到它们的解析势能函数（APEFs）,拟合误差很小表明所得解析势能函数能够很好地再现BN分子中原子间的相互作用情况,为进一步研究这一体系的动力学性质和构造多体势能函数提供参考．在所得解析势能函数的基础上,通过解核运动的薛定谔方程得到各电子态的光谱常数．     

NH4^＋（H2O）7的稳定结构及振动谱

采用密度泛函（DFT/B3LYP）和HF方法及6-31G（d）基组对由经验势模型寻找到的NH4＋（H2O）7的200个质子化氨水团簇的可能稳定结构进行优化和频率计算,然后,在B3LYP/6-31＋G＊水平上确定了该团簇23种能量较低且无虚频的稳定结构.比较这些异构体的几何构型与能量发现,最稳定结构是网状、能量较高对称立体性结构低1-2 Kcal/mol.在3 000 cm-1-4 000cm-1频率范围,分析了这些稳定结构的红外振动谱,发现每个谱峰都由多种振动模按不同的权重叠加而成.利用所得结构,还合成了轮廓与实验谱基本相符但谱峰位置略有蓝移的理论红外振动谱.     

基于RBF神经网络的复杂系统的建模与优化

针对BP神经网络算法在用于函数逼近时,存在着收敛速度慢、易陷入局部极小的不足,提出基于RBF(径向基函数,Radail Basis Function)神经网络的建模与优化方法,并以典型复杂系统联合制碱工业过程为例,利用神经网络算法的强大学习能力建立RBF神经网络模型,并进行优化研究。以联合制碱工业过程中的煅烧工段为例进行了仿真研究,仿真结果显示RBF神经网络的优越性,效果令人满意。