基于BP神经网络的增强型地热系统产热性能:以伊通盆地花岗岩体热储层为例

探究增强型地热系统(enhanced geothermal systems,EGS)工程采热性能,对提高系统产热效率、延长储层寿命是至关重要的。以伊通盆地北部昌27井实际地质构造、岩性、地热特征及热物性测试为基础,以地下4054~4168 m花岗岩为热储层建立三水平井水热耦合数值模型,并在此水平井模型基础上建立BP神经网络热储产热能力预测模型,研究了不同影响因素对系统换热过程的影响。结果表明:BP神经网络预测生产温度、焓值差和压力差与水平井数值模型的相对误差基本不超过±1.0%、±2.0%和±3.0%,预测准确性较高。水平井地热开采中,对系统生产温度造成影响较大的因素是井间距和注入速度,对系统发电效率造成影响较大的因素是注入速度和裂隙渗透率。综合考虑各影响因素交互作用,采用三水平井开采地热能可选择开采方案井间距600 m,注入温度60℃,注入速度23 kg/s,裂隙渗透率1×10^(-10 )m^(2)。在该工况下系统的经济寿命可达32年,累积发电量为605.9 GW·h,比基础模型提高7.4%。

高校人文社科“项目制”的绩效评估及逻辑反思——基于联立方程与BP人工神经网络

中国的人文社科研究目前以项目制为主,对于项目制的绩效问题更多集中在微观层面,缺乏宏观实证研究。文章构建一种全新的分析框架,基于中国“双一流”建设高校的科研数据,综合应用联立方程、BP人工神经网络和贝叶斯向量自回归等多种方法分析科研项目、科研人员和科研经费等变量之间的互动关系。实证结果表明,中国人文社科项目制的总体绩效不高;科研经费的绩效有待提高;科研人员的绩效水平总体较高;科研人员、科研经费对科研项目的影响显著,学术论文对科研项目的正向反馈明显。最后指出,人文社科项目制需要进行反思和改进,要努力提高科研经费的分配体制,全方位调动广大人文社科工作者的积极性。

高校人文社科项目制绩效评价及其改进目标——基于联立方程与BP人工神经网络

在深入分析高校人文社科研究投入产出诸要素关系的基础上,针对“双一流”建设高校的人文社科研究数据,采用联立方程模型分析项目制的绩效;并基于Super-SBM模型测度效率,从而明确改进目标;同时以确定最佳投入产出下研究项目的理想绩效为目标,探寻最优解,并借助BP人工神经网络进行稳健性分析。研究结果表明,人文社科项目的绩效有待提高;最佳投入下人文社科项目绩效提升较快,项目绩效水平有待提高;最佳投入下人文社科投入产出关系的匹配程度更高;人文社科投入产出效率总体进步空间巨大,主要原因是不同高校研究水平相差较大,导致纯技术效率水平较低;研究经费绩效较低需要引起足够的重视。

哲学社科奖励绩效:问题与可达目标研究——基于联立方程与BP人工神经网络

[目的/意义]哲学社科奖励绩效的投入产出分析一直比较缺乏,对于其中存在问题以及改进方向的研究非常必要。本文首先建立了哲学社科奖励绩效的分析框架,提出从投入要素弹性、投入要素利用效率和科研奖励的激励和反馈效应三个角度进行绩效评估,并提出采用效率完全有效的理想投入作为改进目标。[方法/过程]基于教育部人文社科省际面板数据,综合采用联立方程模型和SBM超效率模型评估了哲学社科奖励绩效,并采用BP人工神经网络进行稳健性检验,同时还分析了最佳投入时哲学社科奖励的投入产出关系。[局限]人文社科奖励各省存在质量异质性,无法进一步细分。[结果/结论]哲学社科奖励绩效总体水平较低;最佳投入水平下哲学社科奖励的改进空间较大;哲学社科奖励研发人员绩效超过研发经费;学术论文和学术著作对哲学社科奖励的贡献最大;哲学社科学术著作的水平需要进一步提高。

BP人工神经网络分光光度法同时测定铜精矿中铅和锌

在不分离铜基质等主成分下，探讨了pH4．4、TritonX-100存在的条件下，以2-[（5-溴-2吡啶）-偶氮]-5-二乙氨基酚（5-Br—PADAP）为显色剂，BP人工神经网络分光光度法同时测定铜精矿中铅和锌的分析方法。实验采用三层前馈反向传播人工神经网络。隐层选择节点数为8，采用S型神经元；输出层选择节点数为2，采用线性神经元。网络经过555次训练即可达到指定的误差域值。铅和锌的质量浓度分别在0～1．2μg／mL和0～1．4μg／mL服从比尔定律。该方法已用于铜精矿中铅、锌的测定，相对标准偏差分别为0．8％和1．4％；回收率为89．3％～109．6％和99．2％～107．3％。

Kohonen神经网络与遗传-BP神经网络用于光度法同时测定锶和钡

在锶(钡) 二溴对甲偶氮甲磺显色体系中,应用 Kohonen神经网络优选波长,用遗传算法优化确定BP神经网络结构和参数,得到优化结构的网络,即 KNN GA BP ANN(29 3 3 2),学习速率η=0.233 3,动量因子α=0.974 7。用优化了的神经网络解析锶、钡配合物的混合吸收光谱,不经分离光度法同时测定锶和钡。将BP ANN 、KNN BP ANN与KNN GA BP ANN三种神经网络方法的分析结果进行比较,表明 KNN GA BP ANN最优。锶和钡的配合物的表观摩尔吸光系数分别为εSr635=6.9×104L·mol-1·cm-1,εBa634=8.0×104L·mol-1·cm-1。

基于AHP与BP神经网络模型的循环经济绿色营销绩效评价

循环经济是一种符合可持续发展理论的经济增长模式,而绿色营销体现了循环经济发展的内在要求。在循环经济的绿色营销绩效评价中,将人工神经网络技术与层次分析主观评价法相结合,构建了企业绿色营销绩效评估的AHP-BP神经网络模型,模型以AHP评价结果为神经网络输入,利用反向逆传播神经网络对评价结果进行训练与检验。通过仿真算例结果表明,该模型既能充分吸收专家评估的隐性知识和经验,又降低了人为主观随意性的缺陷,计算结果准确、方法可行、误差可控,在企业绿色营销绩效评估领域具有推广价值。

汽轮机性能预测BP神经网络输入层神经元筛选方法

将灰色关联度分析方法应用于汽轮机性能预测BP神经网络输入层神经元的筛选。方法对样本数量、分布规律要求不高、量化结果与定性分析一致,有利于减少对技术人员经验的依赖,为汽轮机性能预测BP神经网络输入层神经元的筛选提供了科学依据。最后通过实例验证了所提出的方法的可行性。

BP神经网络和RBF神经网络在墩柱抗震性能评估中的比较研究

通过仿真实例,对BP神经网络和RBF神经网络`在墩柱抗震性能评估中的应用进行了比较研究。训练和仿真结果表明,BP神经网络和RBF神经网络均能很好地对墩柱的延性进行抗震性能评估,并且,在相同精度要求下,RBF神经网络比BP神经网络的训练速度更快,效率更高,充分体现了RBF神经网络的优越性。同时也总结了BP神经网络和RBF神经网络所存在的不足。实际应用中,可以以此结论为指导来设计神经网络。

环境绩效评价的BP人工神经网络分析方法——一项基于火力发电企业的案例研究

本研究在构建企业环境绩效评价体系基础上,运用BP人工神经网络方法对火力发电企业环境绩效进行了综合评价。研究结果表明火力发电企业间环境绩效水平存在显著差异。为提升火力发电企业环境绩效,对优秀企业、良好企业、一般企业、差等企业可以分别采取优先发展、鼓励发展、控制发展和限制发展的政策。

利用BP网络技术进行油井流入动态分析方法研究

论述了应用人工神经网络技术进行油井流入动态分析的方法 :将油井视为一个黑箱非线性动态系统 ,不需要建立描述油井动态的复杂数学模型 ,只要对其动态系统的输入 /输出进行网络训练 ,即可建立相应的人工神经网络预测模型 ,并用此进行油井流入动态预测及分析 ,绘制出精确的 IPR曲线 .依据 BP网络和实际应用的特点 ,提出了滚动预测技术 ,并对该技术进行了实例分析 ,取得了较好的效果 .

BP神经网络在摩擦学领域的应用现状

摩擦学问题是非常复杂的非线性问题,BP神经网络以其对非线性问题的突出分析能力,近年来在摩擦学领域得到了非常广泛的应用.首先,介绍了BP神经网络的结构组成和工作原理,然后从摩擦学系统设计、摩擦学性能分析和摩擦故障诊断三个方面对BP神经网络在摩擦学领域的应用发展现状进行了深入的调研.结果表明,BP神经网络凭借强大的并行处理能力和自学习能力,对于准确的表达摩擦性能参数与摩擦系统结构元素、材料配方、工况条件以及故障类型之间的关系具有很好的效果,为提高摩擦学系统的综合摩擦学性能和工作可靠性具有重要的作用.最后,指出BP神经网络在摩擦学领域应用尚存在的问题,并对其在摩擦学领域的应用发展趋势提出了展望.

基于BP神经网络的中药现代化产业绩效评估

采用基于Levenberg-Marquardt算法改进的BP神经网络构建中药现代化产业综合绩效评估模型,避免了传统BP神经网络训练时间长、收敛慢、易陷入局部极小值的问题。使用Matlab软件建立中药产业现代化发展能力综合绩效评估模型,并通过训练和仿真验证了该网络模型的有效性以及比BP神经网络的其他改进算法训练模型更具高效性。

基于遗传BP神经网络的隐身涂层老化性能评价模型

为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序。用一个涂层野外老化数据的实例来进行网络训练和预测,结果表明,模型计算出涂层最终的寿命,与实际测量值相近,表明遗传神经网络模型可以很好地用于涂层寿命预测。

人文社会科学研究奖励投入产出绩效研究——基于高校奖励孤岛的反思

人文社会科学研究奖励具有价值导向和激励功能,对人文社会科学发展具有重要意义,但学界缺乏从投入产出角度对人文社会科学研究奖励绩效进行统计检验的研究成果。在理论分析的基础上,选取中国高校人文社会科学网上省际高校面板数据,综合采用联立方程模型、BP人工神经网络、贝叶斯向量自回归模型对人文社会科学投入产出关系进行实证研究。研究表明:人文社会科学研究奖励为数据孤岛,与其他主要变量不相关,造成这一结果的原因可能是发表偏倚。数据孤岛特性要求人文社会科学研究奖励的权重必须小于任何一项直接科研成果的权重,且不同级别的人文社会科学研究奖励的权重也不宜相差过大。

基于粒子群优化算法的城市日用水量预测模型

结合城市日用水量影响因素的特点和变化规律,建立了城市日用水量预测模型,采用粒子群优化算法优化BP人工神经网络的连接权值,以求解该预测模型。经优化后的BP人工神经网络运算速度快、泛化能力强、预测精度高。实例验证结果证明该日用水量预测模型和求解方法是可行的。

应用人工神经网络预测高掺量粉煤灰混凝土的强度

基于人工神经网络原理,建立了反映高掺量粉煤灰混凝土配方与强度之间映射关系的多因素智能分析模型。利用可视化CC++6.0开发了粉煤灰混凝土的强度预测应用软件,解决了高掺量粉煤灰混凝土的模式特征不明确、各组分对混凝土性能影响非线性、随机因素多等问题。该方法进行高掺量粉煤灰混凝土的配制具有优化设计及快速、定量、预测精度高、适应性强、成本低等特点。

波形顶板-UHPC组合桥面板优化设计

为解决正交异性钢桥面板的疲劳问题,从其根本原因和提高其抗疲劳性能的基本途径出发,提出一种新型波形顶板-UHPC(超高性能混凝土)组合桥面板结构体系.确定影响新型桥面板受力特性的主要参数及其合理取值范围,使用基于BP(back propagation)神经网络的优化设计模型对结构进行优化设计,就所优化的结构尺寸进行疲劳性能测试.研究结果表明:该结构能大幅减少桥面板结构中的几何构型不连续部位数量和焊缝数量,显著提高顶板局部刚度;波形钢板高度、顶部和底部水平段宽度是结构受力性能的重要影响参数;基于BP神经网络的优化设计模型适用于该类桥面板结构的优化设计,最大误差为4.4%;新的结构体系具有良好的疲劳性能,疲劳寿命超过200 a,为正交异性钢桥面板的疲劳问题提供了较好的综合解决方案.

连片地区不同类型主体功能区绩效评价创新方法研究——以贵州省毕节市3个连片县域为例

以位于乌蒙山区的贵州省毕节市3个连片县域为实证区,旨在探讨不同类型主体功能区绩效评价创新方法。依据主体功能区规划划分理论框架,从分别代表现有发展程度、未来开发潜力和资源环境承载力的区域经济发展、社会发展和资源环境效益三方面选取15个指标构成绩效评价指标体系,运用BP人工神经网络构建评价模型,对不同类型主体功能区采用不同的评价标准和训练样本。

地源热泵机组冬季运行性能预测

探讨了人工神经网络应用于地源热泵机组性能预测的可行性,建立了地源热泵机组性能预测模型并对机组的冬季运行特性进行了模拟与预测,模拟值与实测值的偏差系数在2.63%以内。