基于BP神经网络的阀控铅酸盐蓄电池劣化程度预测

为了提高对阀控铅酸盐蓄电池劣化程度的预测准确度,构建了一个具有自学习功能的BP神经网络预报模型,使用不同放电深度下的192组数据对BP神经网络进行训练和学习,然后使用训练好的BP神经网络对实时采集到的数据进行预报和分析,预报准确率达93%以上,证明预报模型具有较高的可靠性.

甘肃白龙江林区人工云杉林二元立木材积表的编制

在舟曲、迭部林业局人工云杉林中测定270株云杉样木,应用7个二元材积方程,拟合人工云杉林的材积,筛选出其最优的二元材积方程为山本式,即:v=0.000 056 748 94d1.939h0.92(1相关系数R2=0.991);通过在白龙江林区收集的112株解析木的实际材积与山本式求得的理论材积进行精度分析,其平均误差、标准差、均方差都不超过±10%,精度符合要求;利用拟合出的二元材积方程编制二元立木材积表,适用性分析得出F=2.79<F0.05=3.11,因此按照筛选的最优方程编制的二元立木材积表能满足日后科研和生产上的基本要求。