基于灰色关联分析指标筛选的RBF神经网络-马尔可夫链的空气质量预测模型

根据天津市空气质量监测数据及实际情况,应用RBF神经网络-马尔可夫模型对天津市空气中物浓度进行预测.首先,分别以SO2、NO2、PM10为参考序列,应用灰色关联理论选出关联度较高的因F神经网络的输入节点.其次,应用RBF神经网络对各污染物浓度进行预测,并利用马尔科夫模型修值,可使修正值更加接近实测值.以SO2为例,RBF神经网络的平均相对误差为1.797%,应用马尔可正后的平均相对误差为1.035%,验证了该方法的可行性.     

探究百万吨级乙烯压缩机单元设备和管道的布置

当前使用的百万吨级乙烯装置越来越多,而压缩机的大型化以及管道的大型化对配管工作提出了更高的要求.文章基于某百万吨级依稀压缩项目为例对裂解气压缩机单元的不同步至进行了论述,并重点论述了管道的布设.     

基于MAC的动态回溯算法优化

针对基于MAC的动态回溯算法在求解约束满足问题时, 不仅需要大量空间存储删除解释, 而且回溯机制过于复杂, 对经典的删除解释及动态回溯算法的回溯机制进行优化, 优化后的动态回溯算法减少了存储删除解释的空间, 并可仅使用一次回溯操作返回到可能导致冲突的关键变量. 在最差情况下, 存储删除解释的空间复杂度由O(n²d)改进为O(nd+n²). 通过结合restart技术使优化后的动态回溯算法成为完备算法. 实验结果表明, 优化后的完备动态回溯算法在大部分问题求解中, 整体效率明显优于标准回溯算法.