关于泛化神经网络与支持向量机的研究

人工神经网络(ANN)的泛化特性是神经网络最重要的特性,同时也是最不容易保证的特性。本文对改进泛化的神经网络算法以及新兴的机器学习算法——支持向量机算法进行研究,并分别用BP神经网络、改进泛化能力的神经网络、支持向量机对人体脂肪测试实例进行仿真预测分析,结果表明,支持向量机比神经网络、改进泛化神经网络具有更好的预测(泛化)能力,是人工神经网络的替代方法。     

板翅式换热器动态特性的试验研究

建立了可进行两股及多股流换热器动态特性试验研究的装置．对一．个两股流板翅式换热器施加流量按阶跃变化、进口温度按指数函数变化的时间域扰动信号，进行了动态试验．得到了换热器动态模型对流量扰动可接线性建模的扰动范围，确定了各股流体对进口温度扰动的响应延滞时间的计算公式．对换热器进行了一系列的动态特性测试，并获得其动态响应过程曲线．试验工况的传热单元数范围为０．６～３，雷诺数为２００～２０００，普朗特数为２～７．试验数据为建立完善的理论模型提供了可对比的依据．     

小型车用换热器的数值模拟与优化

应用CFD计算流体动力学方法对换热器的换热特性、空气流动特性进行了全面分析,得到了换热器温度场、压力场和流场分布情况.对换热器实施了减少管束的数目、减小折流板尺寸、增大壳侧出口直径和增大换热管直径等改进措施,改进后换热器壳侧的阻力损失降低32.3%,为103.2 Pa,同时出口温度为130 K,仍然满足换热要求.表明采用数值模拟方法对换热器进行研究开发可以获取换热器内任意点的温度、压力和流速等详细信息,而且可以了解结构参数变化对换热器流场和温度场的影响的显著优点,为换热器的优化设计提供了新的方法.     

基于RBF神经网络的电站锅炉燃烧系统非线性建模

应用RBF神经网络辨识方法建立了锅炉燃烧系统非线性模型,它可在运行中自动学习,适应很大工况范围及锅炉特性的时变性.应用结果表明所建立的模型能有效跟踪锅炉运行特性,具有很好的泛化能力,为锅炉燃烧系统优化控制和在线预测奠定了基础.     

基于遗传神经网络的边坡稳定性智能分析方法

分析了边坡稳定性的影响因素,建立边坡稳定性智能分析的系统模型.将遗传算法和人工神经网络相结合,并建立的遗传神经网络(GNN)具有较高的学习效率和较强的泛化能力.数值算例表明,GNN能有效地克服经典BP神经网络学习速度慢及泛化能力弱的缺点,基于GNN的边坡稳定性智能分析方法具有较高的分析准确率.图4,表2,参11.     

基于Elman神经网络的PMV参数预测建模

传统PMV指标计算方法具有复杂度高、延时大的缺陷.根据PMV参数的时变特征,利用Elman神经网络建立PMV参数预测模型,实现对热舒适度的在线监测.模型以温度、相对湿度、风速和平均辐射温度为输入,以PMV指标为预测输出,具有良好的泛化能力.仿真结果表明该方法的预测结果与数值计算的结果相近,同时训练后神经网络的计算时间优于传统方法的计算时间.     

基于RBF神经网络的热轧碳钢变形抗力预测

以凸轮式高速形变试验机得到的实验数据为基础,利用Matlab人工神经网络工具箱,建立了碳钢的变形抗力与其化学成分、变形温度、变形程度及变形速度对应关系的RBF神经网络预测模型.通过对函数newrb()中宽度系数的调整,确定了最佳的网络结构形式,提高了模型的预测精度以及网络的泛化能力.结果表明,与传统的BP网络模型相比较,RBF网络模型具有更高的精度和较强的泛化能力.     

地源热泵竖直埋管数值线源综合模型

为了在保证计算精度的基础上提高地源热泵换热器传热模型的计算速度,基于对地源热泵换热器地下竖直埋管非稳态传热分析,探讨了数值模拟和有限长线热源模型求解的特点,提出了数值计算与有限长线热源综合模型(数值线源综合模型).模拟结果表明:该模型与其他同类模型相比,避免了在替代半径以外区域用数值方法的反复迭代求解,从而在保证精度的条件下,可以快速模拟地下温度响应,尤其对于春秋季长期停机后土壤温度变化的模拟,能够迅速求出土壤温度恢复情况.文中还给出了一般情况下综合模型中替代半径的取值.     

一种基于动态模糊神经网络的飞行数据模型辨识方法

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单、泛化能力强的神经网络。以某特定时间段的飞参数据为仿真样本,将该DFNN用于参数关联模型的辨识,实验结果表明该辨识方法收敛速度快、泛化能力强。     

深水桩墩结构振动台试验及地震响应预测分析

动力模型试验是研究桥梁结构抗震设计理论的重要方法,而神经网络技术对非线性系统具有很好的辨识和预测功能.为了分析地震动作用下动水压力对结构的影响及探索神经网络应用于地震响应预测分析的可能性,进行了水下桩墩结构振动台模型试验及其仿真预测,衡量了水下桩墩结构的地震响应和动力特性.首先,介绍了相似律的选取、模型制作、试验现象及试验结果分析;然后,基于神经网络的预测功能,对模型试件的地震响应进行预测,并与试验结果对比研究;最后,分析试验结果及预测误差.试验结果表明:结构周围水体的存在改变了结构的地震响应及动力特性;训练有素的神经网络模型可以作为一个有用的工具,用于结构的地震响应预测.     

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%.     

基于压力修正方法的高温气冷堆模拟

高温气冷堆热工水力过程模拟是高温气冷堆模拟机开发的关键技术之一,采用流体网络建立流动过程计算模型,将压力修正方法应用到流体网络求解中,传热网络建立传热过程计算模型,并实现流体网络与传热网络的耦合计算,建立了适用于高温气冷堆模拟机的热工水力过程模拟方法,采用组件搭建的方式模拟热工水力过程。将模拟方法应用到带有分支汇合的管路和中间换热器的热工水力过程模拟中,结果表明:压力修正方法的应用使得流体网络具有良好的收敛性,稳态工况计算结果具有良好的稳态精度,动态过程计算能够正确响应热工水力过程的特点,模拟结果与理论分析一致。     

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     

基于时滞BP神经网络的铸坯表面温度预报研究

为了快速准确地计算连铸方坯表面温度,提出了基于时滞BP神经网络的温度预报模型.由于传统的基于机理的模型需要直接求解偏微分方程,导致模型的求解消耗时间过长.为了满足连铸动态控制与优化的需求,研究了连铸方坯的传热机理,根据连铸过程热传导的特点,建立了基于时滞BP神经网络的温度预报模型,以历史时刻的表面温度和当前时刻水量作为神经网络的输入,以下一个时刻表面温度作为神经网络的输出.该模型可以快速预报连铸方坯表面温度的动态变化情况.并且依据某工厂的真实数据进行实验,表面温度的预报最大相对误差小于0.1%,取得了较好的实验结果.该方法可以准确地预报连铸坯的表面温度.     

利用BP网络技术进行油井流入动态分析方法研究

论述了应用人工神经网络技术进行油井流入动态分析的方法 :将油井视为一个黑箱非线性动态系统 ,不需要建立描述油井动态的复杂数学模型 ,只要对其动态系统的输入 /输出进行网络训练 ,即可建立相应的人工神经网络预测模型 ,并用此进行油井流入动态预测及分析 ,绘制出精确的 IPR曲线 .依据 BP网络和实际应用的特点 ,提出了滚动预测技术 ,并对该技术进行了实例分析 ,取得了较好的效果 .     

基于PSO-BP神经网络湿式摩擦元件损伤预测模型

为求解湿式离合器的多影响因素损伤关系,应用多源数据融合方法,构建一种基于PSO-BP神经网络的湿式摩擦元件损伤预测模型. 将转速和接合油压作为模型的输入参数,将提取到的摩擦片周向温度梯度、Fe和Cu元素浓度变化率、摩擦片表面粗糙度变化率作为模型输出参数, 建立了有限元仿真模型,搭建了湿式离合器摩擦磨损综合试验台,采用控制变量法研究了油压、转速对摩擦元件损伤特征参数的影响. 结果表明,输入工况与4类损伤特征参数呈非线性关系,预测值与实测值随工况变化趋势一致,损伤特征参数较油压的变化更为敏感. 对比同类模型与试验数据,预测模型具有较高的预测精度,能够有效地对湿式离合器多工况损伤进行预测.      

缠绕管换热器并管传热模型及实验

为了研究缠绕管式换热器中的并管结构的传热规律 ,对并管金属管壁的微元段建立热平衡方程 ,以管壁温度对称分布及通过两并管焊接结构的热量相等为边界条件 ,提出了并管传热模型。在以空气为工质的并管传热实验台上 ,测定了管壁温度 ,然后与模型计算管壁温度比较 ,验证了该传热模型的有效性。该模型是多流体并管式缠绕管换热器设计计算的基础。在低温和深冷分离工程中 ,这种结构紧凑可实现多流体换热的缠绕管式换热器 ,有着广泛的应用     

油页岩粉尘层着火的理论模型与实验研究

为了解油页岩粉尘着火爆炸危险性,利用化学反应动力学、传热学以及Thomas热自燃理论,建立了稳态条件下粉尘层着火的不对称理论模型.利用热板测试装置测试了我国4大产地油页岩粉尘层的最低着火温度,结果介于503~613 K,最低着火温度随粉尘层厚度的增加而降低,不同产地油页岩粉尘着火温度高低依次为:抚顺桦甸龙口茂名,与油页岩挥发分含量成反相关.利用测试结果确定了油页岩粉尘层燃烧动力学参数值,代入不对称着火理论模型,计算得到相应厚度粉尘层的临界着火温度,和实验结果对比,误差在10%以内,为预测生产过程油页岩着火危险性提供了可行的理论方法.     

分离式热管小倾角蒸发段传热特性的试验研究

由于分离式热管蒸发段水平及小倾角布置的重要工程应用意义,在试验台上进行了1∶1的模型试验,对分离式热管蒸发段的传热特性进行了试验研究.试验确定了工作温度、热流密度、充液率、倾角等因素对传热特性的影响;用核态沸腾理论对蒸发管的换热特性进行了无因次分析,回归试验数据得到了无因次对流换热准则关系式,它与试验结果有很好的一致性,相对误差在15%以内.研究结果表明,随着热流密度的增加,换热系数增加;工作温度增大,换热系数也增大;倾角增加时,换热系数增大;合理充液率为65%~90%,在此范围内,充液率对换热系数的影响很小.此研究结果为大型小倾角布置的分离式热管换热器的工程设计提供了依据.