【摘 要】
：
在传统的BP神经网络预测模型的基础上引入改进的粒子群算法对神经网络中的权值和阈值进行不断优化，针对平房仓内部不同温度监测点处的粮食温度建立预测模型，改进后的粒子群算法拥有更好的局部寻优能力和全局寻优能力，较传统的BP神经网络预测拥有更精确的预测精度，更小的预测误差，使优化后的BP神经网络能快速的从历史粮温中总结平方仓粮温变化规律，实现平房仓粮温的预测。
【基金项目】
：
辽宁省粮食科学研究所自主立项（LKS2021003）；
论文部分内容阅读
在传统的BP神经网络预测模型的基础上引入改进的粒子群算法对神经网络中的权值和阈值进行不断优化，针对平房仓内部不同温度监测点处的粮食温度建立预测模型，改进后的粒子群算法拥有更好的局部寻优能力和全局寻优能力，较传统的BP神经网络预测拥有更精确的预测精度，更小的预测误差，使优化后的BP神经网络能快速的从历史粮温中总结平方仓粮温变化规律，实现平房仓粮温的预测。
其他文献
与国外海相致密油相比,国内陆相致密油藏渗透率低、非均质性强、水力裂缝起裂扩展规律复杂,给水力压裂设计施工带来了很大挑战。压裂设计需要对储层甜点进行识别,而仅用岩石力学指标计算的甜点分布可靠性差,本文在充分考虑储层物性及岩石力学性质的基础上,进行了致密油藏水平井压裂参数的优化设计,对致密油藏一体化设计开发具有重要意义。首先,探讨了压裂位置设计对压裂水平井加砂效果和产能的影响,明确了工程甜点识别的重要
＜正＞患儿，男，G1P1,胎龄34+1周，出生体重2670 g, 出生后因发现脐部膨出物20分钟于2021年4月10日收住院。母亲孕期多次超声检查均提示脐膨出可能，胎儿心脏超声以及染色体筛查无异常。出生后查体发现患儿脐部囊性膨出物，直径约4 cm（膨出物最宽处）,长约7 cm（腹壁至膨出物最远端距离）,无正常脐带形态，透过囊膜可见肠管膨出，一处囊膜破裂处可见肠管穿孔开放，有深绿色便排出（图1）。患
准确预测并校正振镜的误差是实现高精度扫描的关键技术，为了消除振镜误差，提出了一种基于粒子群优化算法（PSO）的卷积神经网络（CNN）预测模型。该模型采用粒子群算法优化卷积神经网络，利用优化过的CNN训练有限个振镜误差数据，实现对振镜全视场误差的准确预测。实验结果表明：与传统的BP神经网络、CNN算法相比，PSO-CNN预测模型对振镜的误差预测具有更高的准确性。
提液是油藏进入中高含水期开发阶段后,一项有效提高开发效果的措施。传统观点认为流体以及储层不发生较大变化的情况下,水驱油驱油效率应该基本不变,因此,提液只能提高采油速度,而不能提高驱油效率和油藏的采收率。但近几年来一些海上油田出现提液后含水率下降,采收率上升的情况,需要进行深入研究。本文通过CT在线驱替与XRD粘土分析研究了高速长期水驱对岩心孔隙结构、矿物成分、渗透率的影响。然后利用一维岩心提液实验
常规泡沫体系在运移过程中受地层吸附、地层水稀释等因素的影响,稳定性变差,影响泡沫体系的应用效果。纳米颗粒因其较好的热稳定性和化学稳定性已显示出作为泡沫稳定剂的巨大应用潜力。然而纳米颗粒气液界面吸附特性及纳米颗粒强化泡沫的稳定机理与再生机制尚未阐明,导致纳米颗粒强化泡沫体系在应用过程具有较高的不确定性。因此,揭示纳米颗粒在气液界面的吸附特性,建立泡沫破裂再生尺寸的预测模型,阐明泡沫的再生机制,对纳米
致密气藏具有低孔、低渗、连通性差的特征,多隔夹层发育,目前主要采用压裂水平井进行开发。长庆致密气藏现场数据表明,受隔夹层的影响,地质条件相近的井产能表现差异大。目前针对致密气藏隔夹层的研究并不多,因此,有必要研究致密气藏隔夹层对分段压裂水平井产能的影响,提出考虑隔夹层影响的致密气藏水平井分段压裂设计方法,为分段压裂水平井产能预测和压裂设计提供理论指导和技术支持。本文首先利用数学统计方法,分析了致密
前哨织布厂改造设计实践是一次针对差异性关系建立的尝试。设计团队制定精细化更新策略，在保留差异性的同时，通过设计策略为多样并置的个体建立关联，利用差异性与关联性相结合的特质实现空间价值创造与场地激活。
＜正＞美育是学生核心素养教育的内容之一,且亟待加强。2015年国务院办公厅印发的《关于全面加强和改进学校美育工作的意见》强调"要挖掘不同学科所蕴含的丰富美育资源,充分发挥语文、历史等人文学科的美育功能"。在2018年9月召开的全国教育大会上,习近平总书记再次指出:要全面加强和改进学校美育,坚持以美育人、以文化人,提高学生审美和人文素养。
＜正＞ 在铅蓄电池制造过程中,通常在负极涂膏中添加有机膨胀剂,以防止活性物质绒状铅在充放电过程中发生收缩与硬化,同时提高蓄电池的低温起动性能。腐植酸是目前最常用的有机膨胀剂。由于杂质对蓄电池质量影响很大,所以蓄电池工业对腐植酸的纯度要求较高。为了能制得符合要求的腐植酸,工业上常采用如下的生产工艺
针对液压支架立柱控制回路故障诊断收集故障数据比较困难，且使用传统BP神经网络进行故障诊断训练时易陷入局部最小值而导致诊断精度低的情况，给出以故障模拟仿真和粒子群算法优化BP神经网络为基础的故障诊断方法。应用AMESim软件构建液压支架的立柱控制回路模型，对其常见的故障工况进行故障注入并进行模拟仿真，仿真完成后采集样本数据，建立粒子群算法优化BP神经网络的故障诊断模型，最后在MATLAB环境下对诊断