含氟氯类危险废物焚烧灰渣的熔融特性研究

为了解决低熔点含氟氯类危险废物（简称＂危废＂）在回转窑焚烧炉内燃烧时,灰渣熔化导致窑内结圈的问题,实验采用氧化物分析纯（SiO2、Al2O3、CaO、Fe2O3、Al2O3）和NaCl、KCl、NaF分析纯来模拟危废炉渣组分,研究了危废焚烧炉灰渣的熔融特性,并采用神经网络预测危废灰渣的熔融温度.结果表明,SiO2、Al...     

广义回归神经网络预测天津城市用水量

通过对1991—1994年、1996～1999年、2001～2004年、2006—2007年天津城市年用水量相关的历史数据进行分析,利用广义回归神经网络进行训练和拟合,用1995年、2000年、2005年的实际数据进行模型检验,结果证明了广义回归神经网络用于城市年用水量预测的有效性和可行性。     

基于模糊识别和遗传神经网络的渤海湾叶绿素a预测研究

由于海洋生态系统的高度复杂性和非线性,利用新兴的水信息学技术,包括模糊模式识别、遗传算法、人工神经网络等构建渤海湾叶绿素a预测模型.以渤海湾实测水质数据为依据,利用遗传算法的全局搜索能力优化BP神经网络的初始权值和阈值,从而避免陷入局部最优解,构建GANN叶绿素a预测模型.模型预测的均方根误差为3.81 μg/L,仿真...     

基于贝叶斯正则化BP神经网络的砂土地震液化研究

砂土地震液化的影响因素具有高度的非线性关系,而神经网络在处理非线性问题上具有其独特的优越性.本文在探讨输人层模式的选择以及砂土液化影响因素的基础上,采用改进的贝叶斯正则化方法和"提前停止"算法建立了砂土地震液化预测模型,通过实例计算和模型评价,表明本模型的计算结果与规范法、改进的Seed简化法以及基于传统BP网络算法的...     

基于BP神经网络的高校校园安全评价模型及其应用

本文将人工神经网络应用于高校校园安全评价中,建立了采用LM算法的三层BP神经网络高校校园安全评价模型,并参考国内对校园安全评价的研究成果,建立了校园安全评价指标体系,通过专家打分获得训练样本,用trainlm训练函数训练网络进行实例分析,其评价结果与实际一致,验证了该评价模型的适用性.该模型可以利用已有的比较成功的校园...     

基于腐蚀损伤表征因子的疲劳寿命衰减影响研究

应用MIT（Mean Impact Value）方法对LY12CZ铝合金试件疲劳寿命产生影响的腐蚀损伤表征因子进行筛选,得到了对疲劳寿命衰减影响较大的5个腐蚀损伤表征因子。定义了腐蚀疲劳寿命累积衰减函数与疲劳寿命衰减速率函数,建立了寿命累积衰减模型,验证了该模型的准确性,并以腐蚀损伤表征因子和腐蚀累积衰减函数为数据样本,用BP神经网络、自适应滤波的LMS算法分别预测了不同年限下的疲劳寿命。与实验测得的疲劳寿命数据对比后得出,BP神经网络、LMS方法计算产生的误差在工程上可以接受。     

一种基于大气CO2浓度时空特征的碳排放分区估算方法

针对人为碳排放的空间分布量级差异大导致排放数据的非正态分布问题,提出了一种基于卫星大气CO₂柱浓度(XCO₂)时空变化特征聚类分区构建人为碳排放神经网络估算模型方法.通过利用与人为碳排放强相关的卫星XCO₂数据时空变化(2010～2021年)特征的聚类分区,利用卫星观测的XCO₂和SIF以及夜间灯光、人口密度和人为排放清单数据EDGAR作为训练学习数据,以聚类区为单位分别构建人为碳排放神经网络估算模型,估算了2021年研究区人为碳排放.与EDGAR交叉验证结果显示,相比以中国全区数据作为训练学习样本统一建模方法的估算,本研究提出的分区建模估算结果从相关系数(R²)的0.43提高到了0.82;空间分布更为合理;平均偏差由0.03 9Mt CO₂降低到0.018Mt CO₂.研究表明利用多源数据的神经网络训练学习进行人为碳排放的估算,能够为区域碳排放特征和排放清单的不确定性提高提供评估分析依据.     

RBF神经网络在锅炉安全液位控制中的应用

锅炉是现代工业过程中不可缺少的动力设备,在工业锅炉的自动化控制过程中,蒸汽锅炉的给水调节是其控制过程的重要任务。结合锅炉安全液位控制过程的影响因素,文中分析了给水流量作用下的动态特性、蒸汽流量作用下的动态特性和炉膛热负荷作用下的动态特性,提出了基于径向基神经网络PID的分段式锅炉液位控制策略。控制策略中采用的高斯函数的径向基神经网络算法,实现了系统参数智能化自动调整;分段式控制方法有效地提高了系统的调节精度和响应速度。该控制策略的实际应用,对实现工业控制过程自动化,提高系统控制品质和保证生产过程安全具有重要意义。     

基于BP神经网络的VOCs实时源解析方法

为了提高挥发性有机物(VOCs)源解析的时效性,基于BP神经网络提出了对VOCs监测数据进行实时源解析的PBP模型。利用验证数据证实了PBP模型可获得与PMF模型准确性相当的源解析结果,并且PBP模型具有不受输入数据量限制且计算速度快的优点。将PBP模型应用于长三角某工业园区监测时长为10个月的VOCs组分在线数据并计算得到高时间分辨率的源解析结果,发现监测点位VOCs主要来源为工业源(25%)>燃煤源(20%)>汽油车尾气源(18%)>溶剂使用源(15%)>柴油车船舶尾气混合源(12%)>油品挥发源(6%)>植物源(5%)。此外,结合风速风向数据对各污染源主要贡献方位进行识别,为VOCs的精确管理和控制提供参考,且具有较大的源解析应用潜力。     

基于Lasso-BP神经网络模型的河南省碳达峰路径研究

为探索河南省碳达峰路径,满足河南省碳达峰战略需求,选取河南省2001—2020年社会、经济、能耗、资源4个维度的12个指标,使用Lasso-BP神经网络方法,建立河南省碳排放量预测模型。基于12个指标数据的回归分析,设计了6条发展路径,对河南省2021—2035年的碳排放量进行预测。结果表明:1)12个维度的因素中,影响碳达峰的6大关键因素为煤炭消费占比、单位GDP能耗、森林覆盖率、能源消费总量、第二产业GDP比重和私人汽车拥有量;2)追求单因素发展的路径1—4均无法在2030年实现碳达峰;在路径5、6下,河南省将于2029年碳达峰,相较于路径5,路径6的峰值排放量低2.53 Mt,峰值为510.91 Mt CO₂;3)为实现碳达峰,在"十四五"和"十五五"阶段,应分别将煤炭消费占比、单位GDP能耗、森林覆盖率、能源消费总量、第二产业GDP比重、私人汽车拥有量的年均增长率控制在-4.0%和-5.0%、-3.5%和-4.0%、2.0%和3.0%、0.5%和0.4%、-1.5%和-2.0%、7.5%和7.0%。