基于改进型贝叶斯组合模型的短时交通流量预测

针对短时交通流量预测的难题,在传统贝叶斯组合模型进行改善的基础上,提出一种改进型贝叶斯组合模型.该模型只根据各基本预测模型当前时刻之前几个交通流量的预测表现,通过提出的分配算法实时更新组合模型中各个基本预测模型的权重,从而改善了传统贝叶斯组合模型权重计算迭代步长过长的缺陷,提高了贝叶斯组合模型对各个基本预测模型预测精度的灵敏性.通过对实地的交通流量的预测发现,基于改进型贝叶斯组合模型的预测精度不仅优于单一的预测方法,而且也优于传统的贝叶斯组合模型,从而证明了改进型贝叶斯组合模型有效提高预测的可靠性和具有一定的实用性.     

利用气-固流化床对磨煤机返料中硫铁矿的分选实验

由于硫铁矿的存在,燃煤机组中磨煤机磨损严重,同时硫铁矿的燃烧又产生大量二氧化硫等污染气体,增加了电厂运行成本,因此提出利用气-固流化床对磨煤机返料进行筛选,降低硫铁矿含量。以贵州某电厂磨煤机返料为实验对象,利用流化床实验台进行流化分选,研究流化风速和压降对分选效果的影响。结果表明,流化效果比较理想,分离出来的重产物全硫含量为15.5%,铁元素含量为9.01%,灰分含量为72.3%,可以脱除大部分硫铁矿等不可燃物质,减少了磨煤机磨损,降低了电厂运行成本。     

新时期“知青文学”潮流

“知青文学”是新时期“伤痕文学”中独特的一帜,对那一场荒谬的“知青运动”作了多角度和全方位的描绘与反思,再现了一代知青的激动、迷惘、苦痛、沉沦与觉醒。按照“知青岁月”、“返城前后”、“蓦然回首”的线索进行跟踪分析,更能理解一代人的心路历程。     

反射波法检测桩身完整性的模型研究

对桩体反射波的时域和频域特征进行了理论分析,通过几种常见缺陷类型模型桩的设计与试验,研制出宽频、高阻尼传感器,结果突出了缺陷界面反射波,并使测试判别精度得到提高.     

并列流化床煤燃烧／煤气化炉系统的实验研究

对双室并列流化床煤燃烧／煤气化煤气发生炉的热态运行进行了实验研究，确定了煤气化系统的点火启动方式，分析研究了系统在热态运行时的操作特性及其存在的问题，并对煤的气化过程进行了实验，结果表明：系统的正常运行是可以实现的．     

泗顶矿某矿体采矿方法模型试验

提交了泗顶矿某矿体4～加5勘探线室内模型试验的定性参数.试验结果表明:要保证矿块安全生产,所留设的8个自然矿柱直径不应小于5m.     

Genetic Algorithm Based on New Evaluation Function and Mutation Model for Training of BPNN

IntroductionArtificial neural networks are used extensively forprocess prediction,fault diagnosis,and dataclassification in chemical engineering[1] .Backpropagation neural networks ( BPNN) arefrequently adopted in these applications for theirpowerful mapping ability[2 ,3 ] .However,a numberof problems lie in modeling by BPNN,forinstance,the training process is easily converged atlocal minima.Much research has been focused onthe techniques to overcome local minima.Fukuoka,Matsuki,Minamitan…     

用于微光成像的BCCD,ICCD,EBCCD性能分析

研究BCCD,ICCD,EBCCD 3种微光器件的基本性能.通过实验测量了器件在各种照度下的极限分辨力及MTF,并分析了影响器件信噪比的各种因素.研究表明BCCD有一定的微光成像能力和很强的紫外探测能力,在中等微光照度下,其性能优于目前使用最广泛的ICCD;而EBCCD在各种照度下,其性能都超过ICCD.     

多参数位移反分析优化设计与约束反演

针对岩土工程位移反分析，提出一般地应力场优化设计的数学形式，构造了岩层变形破坏的结构性计算模型。应用以有限元和约束优化为基础的正定式化方法进行了多参数约束反演，并编制了计算程序。通过地应力参数和岩层结构模量的数值反演算例，说明优化设计和约束反演能同时有效地识别多个参数，可提高反演可靠性和准确度，且能保障计算稳定性。     

基于遗传与BP混合算法神经网络预测模型及应用

提出用遗传学习算法和权重调整BP算法相结合的混合算法来训练模糊模式识别神经网络预测模型；即先通过遗传学习算法进行全局训练，再用权重调整BP算法进行精确训练，使网络收敛速度加快和避免局部极小。作为实例，以新疆雅马渡站的实测径流资料和相应的前期4个预报因子实测数据作为样本进行训练并用以预测雅马渡站的年径流量。结果表明，该方法具有收敛速度快和预测精度高的特点。