BP神经网络预测高水分农产品物料比热的探索

高水分农产品物料的比热是农产品加工工程研究和农产品加工设备设计中的重要热特性参数之一。预测精度关系到所设计加工设备的质量、性能的优劣。本文建立了高水分农产品物料比热的ＢＰ神经网络模型,比较了二元回归模型和ＢＰ神经网络模型对高水分农产品物料比热的预测效果,得到ＢＰ神经网络模型的预测精度高于二元回归模型。     

应用神经网络预测高水分食品物料平衡含水量

介绍了用ＢＰ神经网络技术预测高水分食品物料平衡含水量的方法，并用试验数据进行了数学建模。实验证明，ＡＮＮ建模方法比逐步回归方法更合理，提高了预测精度，消除了模型欠适应现象。     

高水分农副产品物料比热的研究

本文以苹果,辣椒为典型物料,研究了高水分农副产品物料的比热及其测试方法。得出了高水分物料比热与含水量之间的线性回归方程式,并初步探讨了比热与温度的关系。     

基于BP神经网络的CVC冷连轧机板形预测控制模型

将ＢＰ神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于ＢＰ神经网络的板形预测控制数学模型,经用宝钢１４２０ｍｍ冷轧实测数据仿真验证表明该模型具有很高的预测精度。     

热连轧轧制力模型系数回归的新方法

热连轧过程中,为了提高轧制力预设定精度,提出一种新的修改轧制力模型参数的方法·利用ＢＰ神经网络对以往的大量生产数据进行训练、预测·对ＢＰ神经网络的预测结果利用最小二乘法,回归出轧制力模型中的温度相关系数ｍ１和变形速度相关系数ｍ３·现场生产实验证明,应用修改后的轧制力模型系数,提高了轧制力预设定精度,从而使头部厚度精度有较大提高·对于象本溪钢铁公司热连轧厂这样的老企业,这种新方法更具有在线应用的可行性·     

基于BP神经网络的电解加工精度预测模型

为精确地预测电解加工精度,采用了BP神经网络的方法进行建模．在分析影响加工精度主要因素的基础上,确定了BP神经网络模型的特征参数,并根据实际情况,确定了输入层和中间隐层的维数,从而确定了模型的结构．用试验参数对模型结构进行训练,最终建立了一个用于电解加工精度预测的BP神经网络模型．利用该模型进行的精度预测结果表明,该模型的预测误差可以控制在10％以内,具有很高的精度预测能力．     

地震属性参数神经网络油气预测应用研究

论述了油田区块开发前期和中期的油气预测的方法及实际应用问题．主要利用三维地震资料提取地震属性参数,并采用模糊神经网络技术,即将模糊概念和ＢＰ神经网络结合一体进行预测．为使ＢＰ神经网络尽快收敛,减小振荡,增强网络的可靠性,还提出了两种主要修正ＢＰ网络的方法,其一为动态调节学习率;其二为动态调整权系数参数．通过实例分析认为：该方法的精度和可靠性较高,其预测结果为油田开发区块增产上储提供了较可靠的依据．     

基于样本数据重抽样的时序数据预报方法

研究时序数据预报和提高预报精度的方法,提出了一种新的利用误差项对时序数据样本进行ＢｏｏｔＳｔｒａｐ重抽样的方法。该方法采用神经网络技术建立时序数据预报模型,并通过重抽样技术提高预报精度。通过ＢｏｏｔＳｔｒａｐ算法与ＢＰ算法的预报偏差平方和比较说明ＢｏｏｔＳｔｒａｐ算法提高了预报精度,将提出的重抽样技术引入时序数据预测中,可提高神经网络的预测精度,并适用于股票价格及外汇交易预测等效应领域。     

利用神经网络外推预测干燥过程降水率

利用神经网络所具有的捕捉过程输入－输出之间的非线性关系的能力和强大的学习推理能力,给出了一种基于神经网络的外推预测垂直对撞流干燥过程降水率的方法．为提高预测的快速性和准确性,针对ＢＰ算法学习参数难以确定的缺点,给出了一种基于目标函数的一阶和二阶导数同时优化学习率和确定动量系数的方法,并将此法应用于外推预测物料降水率的过程之中．仿真结果表明,对于运动规律十分复杂、目前仍无法从其内部的运动机理和传热传质特性出发建立干燥特性预测模型的一类高强度的干燥方式而言,文中所提出的神经网络模型能够较正确、快速地预测干燥过程中物料降水率的变化．     

基于神经网络的主动隔振器

将神经网络理论、预测理论及最优控制理论引入振动控制工程领域,提出了一种基于ＢＰ网络的主动控制方法．给出了该方法中神经网络的学习算法、模型辨识和预测公式及最优控制指标的选择原则．分析了它在建模和控制方面所具有的特点．经计算机仿真表明,该方法控制效果优于机械隔振和ＰＩＤ主动隔振,是行之有效的     

木材导热系数的支持向量回归预测

根据木材在不同影响因素(密度、含水率和比重)下沿横纹方向(包括径向和弦向)的导热系数的实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了木材沿不同方向的导热系数的预测模型,并与通过类比法(ANA)导出的理论模型和BP神经网络(BPNN)模型进行了比较。结果表明:基于相同的训练样本和检验样本,木材导热系数的SVR模型比其ANA模型或BPNN模型具有更高的预测精度;增加训练样本数有助于提高SVR预测模型的泛化能力;基于留一交叉验证法(LOOCV)的SVR模型预测的最大绝对百分误差(MPE)、平均绝对误差(MAE)和平均绝对百分误差(MAPE)均为最小。因此,SVR是一种预测木材导热系数的有效方法。     

玉米秸秆的等温干燥试验及干燥速度的回归分析

利用综合热分析仪,进行不同温度下同一初含湿量的玉米秸秆等温干燥试验,通过对等温干燥曲线分析认为,玉米秸秆等温干燥过程可分为预热、恒速干燥和降速干燥3个阶段.再分别对后两个阶段的试验数据进行回归分析,得出不同干燥阶段下干燥速度回归方程,并通过理论分析计算出初含湿量为70%的玉米秸秆在130℃等温干燥时降速干燥段的起始点和最佳结束点,进而为农作物秸秆干燥技术的研究提供参考依据.     

红边光谱谐波分析的神经网络法叶绿素含量反演研究

叶绿素含量测定对于了解作物生长状况具有重要意义。为实时、快速、准确获取叶绿素含量,研究了玉米叶片叶绿素含量的BP神经网络(BPNN)法高光谱反演模型;而BPNN输入因子的选择是建立反演模型的关键。已有研究证明作物红边光谱与叶绿素含量有较强的相关性,为避免红边参数提取的不确定性,提高建模精度与效率,运用红边光谱的频率域谐波分析(HA)技术获得谐波余项、振幅和相位等能量谱特征分量(ESCC);并选择具有强相关性的10个ESCC进行主成分分析后,取前4位主分量作为BPNN的输入因子,进而进一步强化其相关性来构建叶绿素含量反演模型。同时,分别用遗传算法(GA)和小波基(wavelet-based)函数优化BPNN结构,建立GA-BPNN、WNN反演模型。实验通过比较BPNN、GA-BPNN、WNN模型和常规的多元线性回归(MLR)模型的玉米叶片叶绿素含量反演结果,得出非线性的BPNN模型要明显优于线性的MLR模型;而在神经网络模型中,GA-BPNN优化模型的反演精度最高。     

高含湿低强度太阳能对流干燥过程的传热传质特征

在研究Luikov‘s热湿迁移基础上,在低强度和高含湿量的条件下,建立 了一个一维无限大平板太阳能对流干燥的热湿迁移数学模型,数值模拟了太阳能的干燥过程,同时,使用太阳能温室型集热器对流干燥装置对泡沫塑料进行连续干燥实验,所测温度和含湿量随时间的变化规律与计算结果相一致,表明这个理论模型是正确的。     

蒸发条件下非饱和土水分迁移的数值模拟

大气的蒸发效应引起土体内部含水量及温度的重新分布,本文旨在研究蒸发条件下非饱和土中水分及热量的迁移规律.对于土体在蒸发条件下总吸力和温度的变化特征,采用非饱和土水-热迁移模型加以描述,该模型中液态水和气态水的迁移分别是基于Darcy定律和Fick定律而建立的.探究了利用土体基本物性指标和气象因素预测模型计算中相关参数及边界条件的方法,利用上述模型及预测方法只需获取土体基本物理性质便可获取任意时刻非饱和土中含水量及温度的分布情况.该理论被用来模拟Wilson土柱蒸发试验实测结果,其理论结果和试验实测结果是较一致的.     

神经网络在大米蛋白质含量预测模型中的应用

大米蛋白质含量是影响大米营养及食味特性的一个重要指标．借助主成分分析，确立了用于近红外光谱分析的BP神经网络的输入输出模式对；并用BP神经网络方法建立了不同类型、不同粒度的大米样品蛋白质含量预测模型；考察了模型的预测能力，其预测值与用标准方法取得的化学分析值间具有良好线性关系，相关系数达0．90以上，用BP神经网络可降低样品粒度的不同对预测结果造成的差异．     

混凝土热湿耦合数值计算中的参数拟合

为了更深入地研究混凝土中的湿度和温度场,根据多相体系非连续介质中的热湿耦合传导理论对混凝土的热湿状态和耦合传导进行了研究。使用高精度电容湿度测量仪器对混凝土预留孔中的空气含湿饱和度进行测量,发现测量值与混凝土相对含湿率在相对含湿率大于0.85小于1.0时存在线性关系,进而拟合了热湿耦合方程中的物理参数。耦合计算结果表明,这种拟合参数的物理意义明确、确定参数简便、数值稳定性好,为混凝土温湿度场计算提供了一种新的方法。     

Moisture effect on the combustion of a single copper concentrate particle in a flash smelting furnace

A mathematical model has been presented to study the combustion of a single copper concentrate particle with high moisture content. By using the presented model, the effect of particle moisture content on particle temperature, sulfur oxidation, and combustion heat generation has been evaluated. The mineralogical composition of the commonly used concentrate at Khatoonabad flash smelting furnace has been used in this study. It was found that the particle moisture content is removed in the sub-second time range and thus the moisture has marginal impact on the variation of particle temperature and on the reaction rate when the gas temperature is assumed to be constant in the reaction shaft. When a concentrate with high moisture content is charged, the particle size enlargement due to the agglomeration of concentrate particles causes an abrupt fall in the particle reaction rate.     

基于COMSOL软件的深埋地下工程围护结构热湿耦合传递模拟

围护结构内的热湿耦合传递是影响地下工程热湿负荷的重要因素,为了研究深埋地下工程中围护结构的热湿行为,通过建立热湿耦合传递模型,以两种衬砌结构为研究对象。在进行热湿传递模拟时,为体现含湿量对材料导热性能和传湿性能的影响,模型中将建筑材料的各项参数均表示为含湿量的函数。利用COMSOL Multiphysics的偏微分方程接口,模拟围护结构的热湿吸放过程,并比较两种衬砌结构的热湿传递规律。模拟结果表明:围护结构的热湿负荷变化略滞后于工程内部空气的温湿度的变化过程;离壁式衬砌结构的热负荷远小于贴壁式衬砌结构;离壁式衬砌中的空气夹层能有效增加围护结构的热阻,但是会降低围护结构的传湿阻力;离壁式衬砌结构和室内空气的传湿量略小于贴壁式衬砌结构,两者相差大约30%;离壁式衬砌更能够减小深埋地下工程的热湿负荷,降低工程能耗水平。