基于BP神经网络的集群负载预测器

针对由于作业调入调出引起的负载突变,提出了基于通知机制的反传(BP)网络和动态滑动窗口混合预测方法,设计并实现了基于神经网络的负载预测器.该方法在发生突变时,利用动态滑动窗口均值法预测并重新训练样本,训练结束后使用新的BP模型预测.其通知机制能减少预测器的样本识别时间,模型保存机制提供了无需训练样本的机会.测试结果表明,该预测器具有较好的预测精度,能够将大部分预测值的平均误差控制在5%以内,并快速适应突变事件.     

庆贺叶开沅教授75华诞暨从教50周年

20 0 1年 12月 16日下午 ,物理科学与技术学院在逸夫科学馆 2 0 1举行叶开沅教授 75华诞暨从教 5 0周年庆贺会 .大会由副校长郑晓静教授主持 ,校长李发伸教授、暨南大学校长刘人怀院士等 6 0多人到会向叶开沅教授表示热烈祝贺 ,祝他生活愉快 ,健康长寿 .李发伸教授、刘人怀院士、北京大学力学与工程科学系王敏中教授、西安长安大学黄义教授、甘肃省力学学会理事长苗天德教授、物理科学与技术学院杨孔庆教授、力学系俞焕然教授、甘肃工业大学王志新教授、培黎石油学校王恩涌教授以及叶开沅教授的学生先后致辞 ,对叶开沅教授的一生给予高度的…     

大庆长垣东部地区扶杨油层高分辨层序地层应用研究进展

目前,大庆外围油田扶杨油层主要为特低渗透、低产、低流度的油藏,探明地质储量6.3×108t,已动用地质储量2.6×108t,经过近20年优选开发,不断增加开发井、评价井,还有3.7×108t难采储量在目前技术经济条件下不能有效动用,随着油田勘探开发的需要,相继进行了构造、地层、沉积相、油田地质、油藏工程等方面的研究工作,取得了一定的研究成果。为了进一步加大开发的力度,对低孔低渗的细粒储集层发育的地区进行深入的剖析式研究,已成为油田增加动用储量、提高产量的重要手段。