pH对COD吸光度影响的研究

本研究利用紫外分光光度计测定了不同pH值情况下COD标准溶液吸光度,建立了pH值与COD吸光度值的非线性回归模型,得出了非线性回归方程。通过对模型的显著性检验,结果表明该模型显著,可以补偿或消除pH对COD吸光度影响。     

基于灰色神经网络的凸肚体腹围尺寸预测

为克服线性回归方法对人体尺寸预测缺少精度的缺陷,将灰色神经网络模型引入人体测量中.对36个测试样本进行灰色建模,并利用人工神经网络修正模型残差,以提高腹围尺寸的预测精度.为了验证模型的可靠性,用同一样本建立回归模型,并以7个测试样本检验两种模型的预测效果.结果显示,灰色神经网络模型的预测精度更高,能有效地简化量体工作,为实现特体服装定制化生产奠定基础.     

一种基于灰色马尔科夫的大客流实时预测模型

为分析和处理大型活动期间轨道交通大客流的预测预警问题,本文构建了一种基于灰色马尔科夫的大客流实时预测模型.以各类大型活动的历史OD客流数据为基础,利用灰色预测算法对客流数据建立灰色模型,然后建立马尔科夫修正模型,最后利用预测误差对灰色预测结果进行修正得到最终的预测大客流值.实验采用北京轨道交通OD客流数据和标准评价方法,实时预测五棵松体育馆举办的CBA决赛对五棵松地铁站产生的出站大客流,预测结果表明模型是有效的,对真实的大客流预测具有较好的效果.     

软组织非受限压缩实验附加力消除方法

针对非受限压缩试验中软组织样本附加力对样本高度以及力学响应存在影响的问题,提出了一种能够消除样本附加力的修正方法,使得到的本构模型参数更加接近于真实.首先对软组织本构模型提出了修正,包括用以消除附加力对几何参数影响的几何修正项和用以消除样本自身重力对力学响应影响的应力修正项.然后通过对肝脏样本进行压缩松弛实验,依次施加不同载荷并测量给定载荷条件下的样本高度,利用二阶的Prony级数拟合得到松弛阶段的稳定值作为样本的准静态响应.基于获得的软组织样本的准静态力学响应,利用修正后本构模型与无修正本构模型拟合得到模型参数,对比修正前后模型的拟合误差来验证方法的有效性.结果显示:修正后的模型具有更小的拟合误差,尤其在小应变区域误差要明显小于无修正模型,表明所提修正方法能够在一定程度上消除附加力的影响.     

基于多维度光谱特征波长提取大豆冠层SPAD值估算模型

应用多种光谱特征波长段提取技术,研究了全生育期大豆冠层的近红外光谱曲线特性,提出了基于多维度光谱特征波长提取的大豆冠层叶绿素相对含量(SPAD值)估算模型.在大豆冠层原始近红外光谱曲线中,优选多元散射校正预处理和偏最小二乘回归法建模.经多元散射校正预处理后,应用竞争性自适应重加权采样算法(CARS)、主成分分析法(PCA)和连续投影算法(SPA),提取大豆冠层的光谱特征波长数量分别为22,51和12个.以此特征波长为基础,利用偏最小二乘回归法和多元线性回归法(MLR),分别建立大豆冠层SPAD值估算模型.结果表明CARS-MLR模型试验效果较好,该模型校正样本和预测样本SPAD值的均方根误差分别为5.67和5.94,平均值约为5.81.     

基于时变偏扰模型的间歇过程迭代学习控制

为了克服模型与过程间的偏差,提出了一个基于时变偏扰模型的间歇过程迭代学习控制方法.利用主元回归(principal component regression,PCR)和部分最小二乘(partial least squares,PLS)方法,可以得到过程对象在正常运行轨迹附近线性化的模型.前一批次的模型预报误差被用来修正当前批次的模型预报值.每完成一个批次就利用新得到的数据对模型进行更新,该更新的模型也是在前一批次的控制轨迹基础上进行线性化得到的.主元回归和部分最小二乘方法能克服批次内不同阶段的控制量存在的相关关系从而得到更准确的模型.仿真结果表明:基于PCR和PLS模型的控制效果要好于基于多元线性回归(MLR)模型的控制效果.     

基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性,提出了一种基于自校正模型的多模型预测控制算法.在平衡点附近建立线性模型,利用当前工作点,通过二阶泰勒展开校正模型参数,补偿非线性不对称动态特性,形成了非线性系统的自校正多模型描述.以基于模型输出偏差的切换指标函数作为模型切换准则,结合状态反馈预测控制,构成了多模型预测控制器.pH值控制的仿真结果验证了该算法的有效性.     

近红外光谱检测技术快速测定桔梗总皂苷的研究

利用近红外快检技术建立测定桔梗总皂苷含量的模型,探索近红外光谱仪在中药材有效成分研究方面的可行性.利用紫外-可见分光光度计建立测定不同批次的中江桔梗总皂苷含量的方法,以其含量作为参比,运用近红外技术收集50批中江桔梗样品的光谱图,借助偏最小二乘回归算法建立中江桔梗总皂苷的定量校正模型,并对未知样品中总皂苷含量进行预测.结果显示,桔梗中总皂苷定标标准偏差、相对分析误差、交叉检验标准误差、校正模型的决定系数和交叉验证相对分析误差分别是0.953、8.154、1.999、0.97、3.887.表明本研究建立的定性模型检测速度快、效率高、结果可靠,可用于桔梗总皂苷的质量控制.     

自发渗吸时间标度归一化处理方法

全面梳理了近年来国内外自发渗吸过程时间归一化处理方法研究进展，从渗吸作用原理出发，分析了各类方法的修正扩展形式；同时，基于岩芯尺度经验和理论归一化模型，深入分析了现场应用中适用性及存在的问题，详细总结并归纳了具有代表性的无因次模型及其边界约束条件。结果表明：(1) 毛管力和重力是渗吸的主要作用机制，多数致密油藏渗吸过程受两者混合机制控制；(2) 对于致密孔隙介质，岩芯时间标度归一化模型结果和实际油藏最终收敛效果存在较大差异、无关性较强，预测失准；(3) 利用带压渗吸时间标度归一化模型可建立岩芯尺度与油藏尺度焖井渗吸时间之间的关系。因此，基于不同控制机制的修正标度解析方程，建立适合致密储层不同介质渗吸时间标度归一化模型，对致密油藏提高采收率动态预测具有重要意义。     

基于瞬态修正的车辆燃油消耗模型建模

针对稳态油耗特性的稳态模型使得车辆工作在瞬态条件时的油耗估计与实际燃油消耗偏差较大的问题.在稳态油耗模型的基础上引入瞬态修正模块,建立了一种新的瞬态油耗模型BIT-TFCM.利用真实油耗数据对BIT-TFCM做了验证.结果表明,引入瞬态修正模块后,BIT-TFCM的平均预测误差比没有瞬态修正的稳态模型低了约11.44%~19.28%.此外,与经典的VT-Micro模型相比,BIT-TFCM预测更接近实测值.